基于深度学习特征迁移的装备体系效能预测

《基于深度学习特征迁移的装备体系效能预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于深度学习特征迁移的装备体系效能预测任俊胡晓峰朱丰国防大学信息作战与指挥训练教研部航天飞行器生存技术与效能评估实验室摘要：针对武器装备体系效能评估在高维噪声小样本数据条件下准确性不高的问题，提出一种基于堆栈降噪自编码与支持向量回归机的混合模型。利用堆栈自编码神经网络对通用深层特征的自主抽取能力，通过在相似源域大数据上预训练混合模型，获得两任务间的共有特征知识，借助对该知识的迁移，在目标域微调该混合模型，从而提升支持向量回归机在小样本噪声数据上的学习预测精度。在一定作战想定背景下，结合武器装备体系仿真试验数据，对该混合模型进行验证。实验结果表明，与传统支持向量回归机等模型相

2、比，所提模型能够更准确地评估装备效能。关键词：深度学习；迁移学习；特征抽取;堆栈降噪自编码;作者简介：任俊（1978-），女，博士研究生，主要研究方向为计算机战争模拟、武器装备体系效能评估。E-mail:roserenj@126.com作者简介：胡晓峰（1957-），男，教授，博士研究生导师，主要研究方向为计算机战争模拟、军事系统工程、复榮系统与网络。E-mail:xfhu@vip.sina.com作者简介：朱丰（1983-）,男，博士，主耍研宄方向为作战模拟、战场态势评估。E-mail:zhufeng83@gmail.com收稿日期：2016-11-15基金：国家&然科学

3、基金（61403401）Effectivenesspredictionofweaponequipmentsystem—of-systemsbasedondeeplearningfeaturetransferRENJunHUXiaofengZHUFengDepartmentofInformationOperation&CommandTraining,NationalDefenseUniversity;Abstract：Tnordertoimprovethepredictionaccuracyofeffectivenessofweaponequipmentsystem-of-s

4、ysternswhichtrainsonhigh-dimensionalandnoisysmallsamples,ahybridmodelbasedonstackeddenoisingautocncodcr(SDA)andsupportvectorregression(SVR)isproposed.BytakingtheadvantageofSDA,themethodextractscommonfeaturesautonomouslyonrelatedbutdifferentdomaindata.Thishybridmodelispre-trainedbyusingalar

5、genumberofsourcedomaindelta.Thenthehybridmodelistransferredcispriorknowledgeontargetdomain.Bytransferringthesepriorknowledge,thehybridmodelisfine-tunedonhigh-dimensionalandnoisysmalltargetdomaindata,makingupforthedefectsoftraditionalSVR.Inacertainbattlescenario,themodelwiththesimulationdat

6、aproducedbysimulationtestbedisvalidated.Experimentalresultsdemonstratetheeffectivenessoftheproposedmodel.Keyword：deeplearning;transferlearning;featureextraction;stackeddenoisingautoencoder(SDA);Received：2016-11-150引言武器装备体系能力建设面临的首要任务是如何进行效能预测，即科学回答在对抗条件下武器装备体系效能是多少的问题，然后在此基础上进一步判断当前的能力效果是否

7、满足需求、影响能力发挥的原因以及如何控制、改善、优化武器装备整体能力，最终为作战决策及武器装备发展规划提供意见建议。因此高效科学的效能预测是当前军事人员开展能力建设研宄的第一步。传统上解决武器装备效能预测问题，一般采用统计学理论和机器学4方法，如反向传播(backpropagation,BP)神经网络［1］、支持向量机［2］等，这些方法都是假设训练数据(源域)与测试数据(目标域)服从相同的数据分布，然后基干源域数据训练得到的预测模型进行目标域数值预测。但是当前的作战及武器装备效能预测研究常面临这样的难题:军事领域不