文章标题：基于机器学习的舰船通信网络故障检测方法

文章作者：潘志安, 庞国莉, 王小英
关 键 字：机器学习;舰船通信;网络故障;稀疏性;神经网络;Softmax回归
文章摘要：为提升舰船通信质量，提出基于机器学习的检测通信网络故障检测方法。在机器学习的自编码神经网络内，添加稀疏性限制与输入数据相关性限制，建立相关性稀疏自编码神经网络；通过逐层贪婪法，预训练神经网络，结合反向传播算法有监督微调神经网络，确定神经网络最佳权值与偏置；在最佳参数确定后的神经网络输入层内，输入原始舰船通信网络数据，利用神经网络隐层提取通信网络故障特征，以Softmax回归分类器为神经网络的输出层，在该层内输入故障特征，以最小错误率为决策准则，输出舰船通信网络故障检测结果。实验证明：该方法可有效提取舰船通信网络故障特征，且各类型故障特征提取结果的边界较为清晰；该方法可精准检测通信网络故障。