张瑾
- 作品数：4 被引量：37H指数：4
- 供职机构：中国人民解放军91213部队更多>>
- 发文基金：军队科研基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于贝叶斯网络的某机载雷达电磁损伤评估被引量：7
- 2012年
- 针对机载雷达面临越来越严重的电磁脉冲武器威胁的现实问题,开展了机载雷达的电磁损伤评估.通过对雷达结构的分析和简化以及由抢修时间来确定网络参数的方法,建立了雷达电磁损伤评估的贝叶斯网络模型;利用贝叶斯网络推理评定雷达的电磁损伤等级;在定义了期望抢修效率的基础上给出雷达抢修决策的方法.仿真结果显示:在距离100m,辐射功率10GW,波束中心对准机载雷达的条件下,高功率微波弹MK84将对某机载雷达造成中等损伤,给出了该条件下雷达的抢修顺序.该方法对于开展机载雷达电磁损伤抢修和电磁加固具有一定的军事应用价值.
- 金焱胡云安张瑾黄隽
- 关键词：机载雷达电磁脉冲武器贝叶斯网络
- K2与模拟退火相结合的贝叶斯网络结构学习被引量：10
- 2012年
- 针对基于模拟退火的贝叶斯网络结构学习算法由于模型扰动方式遍历模型空间的能力不足,往往不能获得全局最优网络结构的问题,将K2算法与模拟退火算法相结合,提出了一种改进的贝叶斯网络结构学习算法.算法通过随机交换当前节点序中2个节点的位置以产生新的节点序,再利用K2算法学习获得贝叶斯网络结构,作为模拟退火算法中的新状态,以达到提高模型全局扰动能力的目的.算法记录了在模拟退火过程中遇到过的最优网络结构,并在模拟退火过程结束后再利用爬山法对其作进一步优化.对Asia网的仿真学习结果表明:在样本量较为充足的情况下,所提算法能够获得近似全局最优的网络结构,具有较好的学习效果,但算法的效率略显不足.
- 金焱胡云安张瑾黄隽
- 关键词：模拟退火K2算法贝叶斯网络
- 互信息与爬山法相结合的贝叶斯网络结构学习被引量：12
- 2012年
- 针对爬山法容易陷入局部最优,而随机重复爬山法时间开销过大的问题,将互信息与爬山法相结合,提出了MI&HC贝叶斯网络结构学习算法。首先利用互信息构建初始网络结构,再从该网络结构开始利用爬山法进行贝叶斯网络结构学习。仿真结果表明:MI&HC算法,对小型稀疏网络结构的学习效果非常好,对较大型的网络结构的学习也能得到令人满意的结果;该算法不需要节点顺序这一先验信息,却能获得与K2算法相当的学习效果。
- 金焱胡云安张瑾宋艳波
- 关键词：互信息爬山法贝叶斯网络
- 支持向量机回归在电子器件易损性评估中的应用被引量：9
- 2012年
- 针对现有的以概率统计理论为基础的方法和模糊神经网络法必须建立在大量统计数据基础之上,以及模糊信息扩散估计法可能对器件失效阈值估计过高的问题,提出将模糊信息处理技术用于对原始实验数据的处理,得到训练样本,在此基础上利用支持向量机回归预测一定功率的高功率微波辐照条件下电子器件的损伤概率。仿真结果表明:该方法与模糊神经网络法都较好地给出了预测结果,但该方法具有更高的精度(均方根误差为7.406×10-5),并且克服了在样本数据减半的小样本情况下模糊神经网络法可能出现野值的缺陷。
- 金焱胡云安黄隽张瑾
- 关键词：模糊信息处理支持向量机高功率微波电子器件易损性
