任俊
- 作品数:3 被引量:21H指数:3
- 供职机构:航天飞行器生存技术与效能评估实验室更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术兵器科学与技术更多>>
- 弹道导弹助推段突防多目标优化设计方法被引量:5
- 2010年
- 为提高弹道导弹突防能力,以导弹助推段飞行弹道和发动机为优化对象,在导弹助推段运动模型、弹道设计模型、发动机推力模型和红外辐射特性模型的基础上,提出了基于混合遗传算法的导弹助推段突防多目标优化设计方法.给出某弹道导弹助推段突防优化设计实例,优化后导弹助推段飞行时间比初始值缩短了20.4%,红外辐射强度降低了22.3%.该优化方法可有效解决导弹助推段突防方案的优化设计问题.
- 齐照辉梁伟刘雪梅任俊
- 关键词:弹道导弹助推段突防多目标优化遗传算法
- 基于SDA与SVR混合模型的迁移学习预测算法被引量:8
- 2018年
- 为了解决大数据时代下小样本数据预测精度不高的问题,提出一种基于堆栈降噪自编码(SDA)与支持向量回归机(SVR)的混合模型。该方法采用源域大样本数据对堆栈降噪自编码和支持向量回归机混合模型进行迁移预训练,再利用目标域小样本数据微调混合模型。堆栈降噪自编码器具有良好的通用深层特征自主抽取能力,能够发掘源领域与目标领域相似任务间的共有特征知识,该知识能够辅助支持向量回归机在高维噪声小样本数据集上的预测。在多种数据集上的实验结果证明了该方法的有效性。
- 任俊任俊胡晓峰
- 关键词:特征提取
- 基于深度学习特征迁移的装备体系效能预测被引量:8
- 2017年
- 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比,所提模型能够更准确地评估装备效能。
- 任俊任俊胡晓峰
- 关键词:特征抽取