深度神经网络在船舶自动舵中的应用

• 作者: 李少伟 王胜正
• 来源期刊: 现代电子技术
• 关键词: 自动舵 深度置信网络 对比散度算法 受限波尔兹曼机 深度神经网络 反向传播算法
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 航空航天航海技术
• 页码范围: 39-42,47
• 页数: 5页
• 分类号: TN830.1-34|U665
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.24.010

摘要

为了改进现有船舶自动舵的控制精度,提高自动舵的自适应能力,提出一种基于深度置信网络(DBN)的自动舵控制算法.首先,利用对比散度算法,结合上海海事大学高级船员考试系统中记录的数据,对组成DBN的每一层受限玻尔兹曼机(RBM)模型依次进行预训练,并将结果作为深度神经网络权重的初值.在此基础上,使用反向传播算法,进行多层深度结构的微调训练.仿真实验表明,该方法与资深船长的模拟操船误差仅为5.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王胜正	上海海事大学商船学院	34	232	9.0	14.0
2	李少伟	江汉大学数学与计算机科学学院	11	8	2.0	2.0