全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于改进ReliefF-PNN的航空发动机起动系统异常状态识别
- 作者： 张雷鸣 蒋丽英 崔建国 李贺 刘明昆 郭濠 来源： 沈阳航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 发动机起动系统 概率神经网络 异常状态识别 ReliefF算法 参数选择
- 描述： 在航空发动机起动系统异常状态的识别研究中，起动系统的参数具有数据间相关性强、数据维度高、数据冗余信息多等特点。为降低数据维度，提高异常状态识别的准确率，将改进ReliefF算法与概率神经网络（probabilistic neural network,PNN）结合，提出改进ReliefFPNN的航空发动机起动系统异常状态识别方法，更加有效地降低了参数的维度，并提升了异常状态识别模型的性能。利用该模型针对起动系统进行识别验证和分析。结果表明，利用改进后的ReliefF-PNN算法得到的参数子集进行异常状态识别的准确率优于改进前的结果，模型性能得到了进一步改善。
- 基于改进ReliefF-PNN的航空发动机起动系统异常状态识别
- 作者： 张雷鸣 蒋丽英 崔建国 李贺 刘明昆 郭濠 来源： 沈阳航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 发动机起动系统 概率神经网络 异常状态识别 ReliefF算法 参数选择
- 描述： 在航空发动机起动系统异常状态的识别研究中，起动系统的参数具有数据间相关性强、数据维度高、数据冗余信息多等特点。为降低数据维度，提高异常状态识别的准确率，将改进ReliefF算法与概率神经网络（probabilistic neural network,PNN）结合，提出改进ReliefFPNN的航空发动机起动系统异常状态识别方法，更加有效地降低了参数的维度，并提升了异常状态识别模型的性能。利用该模型针对起动系统进行识别验证和分析。结果表明，利用改进后的ReliefF-PNN算法得到的参数子集进行异常状态识别的准确率优于改进前的结果，模型性能得到了进一步改善。