摘要
武器装备质量和保障能力是装备质量的根本保障.对于现代化的武器装备来讲,及时高效地辨别装备故障对于装备使用以及维护均具有重要作用.针对目前装备面板交互环境呈现出数量递增、种类复杂的趋势,立足于武器装备故障识别现状,结合机器学力理论、通道注意力机制等改进自建卷积神经网络;并将图像处理技术和蜕变测试理论结合,建立从故障分类实现到分类过程正确性验证较为全面的装备故障检测验证过程.实验证明,该分类器可以在较小占用空间条件下实现装备故障检测过程高效,分类器精度达97.19％;且通过观察构造变异体被杀死的情况,验证了蜕变关系的正确可行.
维普
万方数据