基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用坦克驾驶模拟器进行模拟训练是提高装备操作技能的重要方法.针对以往模拟训练忽视训练数据采集分析和提高训练质量的问题,提出采用支持向量机(SVM)对坦克驾驶模拟训练结果进行分析的方法.为了解决SVM参数选取难的问题,提出一种自适应粒子群优化(APSO)算法对SVM参数进行优化选择,设计动态权重参数并赋予相关惯性,实现粒子动态自适应.引入多位置查询机制和极值点信息以维持不同粒子平衡点的多样性,通过迭代选择与优化目标函数实现对参数的自动寻优.基于APSO算法的支持向量机(SVM-APSO)应用到某型坦克驾驶模拟器的训练结果分析中,结果表明SVM-APSO能克服多维影响因素对训练成绩分类带来的不利影响,实验结果在精度和时间上都有明显优势,验证了SVM-APSO在坦克驾驶模拟训练结果分析中应用的可行性与有效性.
推荐文章
坦克靶场射击模拟训练评估系统研究
靶场射击
目标识别
智能评估
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的坦克驾驶模拟训练结果分析
来源期刊 兵工学报 学科 军事
关键词 坦克 支持向量机 驾驶模拟器 模拟训练 结果分析 粒子群优化算法
年,卷(期) 2019,(9) 所属期刊栏目 研究简报
研究方向 页码范围 1953-1960
页数 8页 分类号 E92
字数 7383字 语种 中文
DOI 10.3969/j.issn.1000-1093.2019.09.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 薛青 陆军装甲兵学院演训中心 10 5 1.0 1.0
2 邓青 陆军装甲兵学院演训中心 7 3 1.0 1.0
3 罗佳 陆军装甲兵学院演训中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (61)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
坦克
支持向量机
驾驶模拟器
模拟训练
结果分析
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兵工学报
月刊
1000-1093
11-2176/TJ
大16开
北京2431信箱
82-144
1979
chi
出版文献量(篇)
5617
总下载数(次)
7
总被引数(次)
44490
论文1v1指导