基于改进的局部保持投影的战时备件分类

作者：王强; 贾希胜; 程中华^*; 王双川; 马云飞

来源：系统工程与电子技术, 2020, 42(01): 133-140.

• 局部保持投影算法
• 量子粒子群优化支持向量机
• 战时
• 备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机(support vector machine,SVM)的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。

• 单位
  中国人民解放军军事交通学院; 中国人民解放军陆军工程大学