典型文献
基于深度学习的装备维修信息采集技术研究
文献摘要：
武器装备维修信息是开展装备质量管理的基本信息资源,是评价和检验装备质量的根本依据.装备维修信息采集是一项繁琐但意义重大的工作,当前装备维修信息采集还停留在手工阶段,不仅消耗大量的人力、时间成本,在实际采集过程中还会存在装备维修信息的遗漏和错误.基于此,本文构建了装备维修信息智能化采集的信息模型,并采用深度学习模型针对装备维修数据集进行迁移训练,提出了装备维修信息采集与分析系统的技术方案,实现了对基本装备维修信息的智能化采集,为利用采集的数据进行装备可靠性、维修性、故障规律、器材消耗规律等相关分析奠定了基础,为提高装备质量管理的信息化水平提供了新的解决方案.
文献关键词：
深度学习;神经网络;装备维修信息;智能信息采集;装备质量管理
中图分类号：
作者姓名：
耿家欢;曹军海;杜佳;于亮
作者机构：
陆军装甲兵学院,北京 100072;69245部队,新疆 乌鲁木齐 830011;69260部队,新疆 乌鲁木齐 830011
文献出处：
引用格式：
[1]耿家欢;曹军海;杜佳;于亮-.基于深度学习的装备维修信息采集技术研究)[J].电子元器件与信息技术,2022(11):116-123,156
A类：
装备维修信息,智能信息采集
B类：
采集技术,武器装备,装备质量管理,信息资源,时间成本,采集过程,遗漏,信息智能化,信息模型,深度学习模型,维修数据,迁移训练,行装,维修性,器材消耗,信息化水平
AB值：
0.191001
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
