طراحی سامانه سوناری با قابلیت دسته بندی اهداف فعال و غیرفعال آکوستیکی مبتنی بر شبکه ی عصبی فراابتکاری
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 374
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ADST-11-2_008
تاریخ نمایه سازی: 11 مرداد 1399
چکیده مقاله:
با توجه به اهمیت تعیین ماهیت اهداف سوناری در نبردهای دریایی، این مقاله به طراحی سامانه ای باقابلیت دستهبندی اهداف سوناری فعال و غیرفعال با استفاده از شبکههای عصبی پرسپترون چندلایه می پردازد. با توجه به نواقص پرسپترونهای چندلایه در کار با دادههای دنیای واقعی، این مقاله یک الگوریتم فرا ابتکاری جدید بانام بهینه ساز ازدحام ذرات با گروهای آشفته (CGPSO) را ارائه میدهد. این الگوریتم با استفاده از گروههای مجزای جستجو و همچنین نقشههای آشفته فضای جستجو را بهتر و سریعتر اکتشاف میکند. به منظور ارزیابی سامانه طراحی شده، یک مجموعه داده سوناری مرجع، یک مجموعه داده آزمایشگاهی غیرفعال و یک مجموعه داده واقعی فعال توسعه داده شد. به منظور داشتن یک مقایسه جامع سامانه طراحی شده با بهینه سازهای معیار ازدحام ذرات (PSO)، جغرافیایی زیستی (BBO) و گرگ خاکستری (GWO) ازنظر سرعت همگرایی، دقت دسته بندی و قابلیت اعتماد مقایسه شد که سامانه طراحی شده نسبت به بهترین دستهبندی کننده موجود، بهطور میانگین 33/2 درصد دقیقتر عمل کرد.
کلیدواژه ها:
نویسندگان
محمد خویشه
دانشگاه علوم دریایی امام خمینی (ره) نوشهر
احسان ابراهیمی
دانشگاه علوم دریایی امام خمینی
افشین گلدانی
دانشگاه علوم دریایی امام خمینی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :