基于迁移学习与卷积神经网络相结合的火控计算机故障预测

• 作者: 武昭乾 佟维妍
• 来源期刊: 自动化应用
• 学科: 工学
• 关键词: 火控计算机 卷积神经网络 迁移学习 故障预测
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 68-71
• 页数: 4页
• 分类号: TJ811
• 语种: 中文
• DOI: 10.19769/j.zdhy.2021.10.018

摘要

火控计算机是步战车的重要组成部分,火控计算机的故障与否直接影响了步战车的作战能力,通过对火控计算机进行故障预测可以保证作战能力.针对火控计算机中的训练弹数据,利用卷积神经网络(CNN)建立故障预测模型,加入批标准化层提高训练效果;针对穿甲弹数据,对CNN模型进行迁移学习,以训练弹数据作为源域,穿甲弹数据作为目标域进行故障预测模型的调整.通过对结果的分析,证明所提方法可以有效地对火控计算机进行故障预测.