全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于特征优化和支持向量机的航空发动机气路故障诊断
- 作者： 吴超 陈磊 刘渊 周绮凤 王奕首 来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 支持向量机 主成分分析 深度自编码器 航空发动机 故障诊断 特征优化
- 描述： 基于特征优化和支持向量机的航空发动机气路故障诊断
- 基于曲面边缘提取的航空叶片点云配准
- 作者： 陈伟 刘瑾 杨海马 潘方超 赵红壮 张锐 来源： 应用激光 年份： 2024 文献类型 ： 期刊 关键词： 航空叶片 马夸尔特优化 主成分分析 列文伯格 点云配准 边缘提取
- 描述： 基于曲面边缘提取的航空叶片点云配准
- 基于特征优化和支持向量机的航空发动机气路故障诊断
- 作者： 吴超 陈磊 刘渊 周绮凤 王奕首 来源： 航空发动机 年份： 2024 文献类型 ： 期刊 关键词： 支持向量机 主成分分析 深度自编码器 航空发动机 故障诊断 特征优化
- 描述： 基于特征优化和支持向量机的航空发动机气路故障诊断
- 基于神经网络特征线提取的飞机位姿识别方法研究
- 作者： 陈长俊 唐丹 杨浩 游安清 潘旭东 来源： 强激光与粒子束 年份： 2024 文献类型 ： 期刊 关键词： 数据集增强 位姿识别 神经网络 特征线提取
- 描述： 为实现复杂情况下的飞机位姿识别，提出了基于神经网络特征线提取的位姿识别新方法。该方法利用3D模型进行图像渲染，通过添加背景形成数据集，为提高算法鲁棒性进行了数据集增强。特征线提取模型采用卷积神经网络
- 基于神经网络的高原机场飞机离地速度计算方法
- 作者： 陈肯 李梁昆 来源： 航空计算技术 年份： 2024 文献类型 ： 期刊 关键词： 离地速度 神经网络 高原机场 飞机性能
- 描述： 进行对比并进行分析。均方误差为4.128 9,均方根误差为5.612 1。使用神经网络计算方法效率高，误差小，可应用于不同高原机型在不同影响因素下的离地速度计算，对高原机场运行和机场跑道长度设计有一定参考价值。
- 视线追踪联合脑电的飞行员操纵意图检测方法
- 作者： 蒋光毅 王长元 刘洲洲 来源： 西安工业大学学报 年份： 2024 文献类型 ： 期刊 关键词： 脑电 视线追踪 操纵意图检测 神经网络
- 描述： 为解决基于飞行员行为与生理数据的飞行员意图分析问题，采用视线追踪设备和脑电仪实时记录飞行员视觉注视行为和脑电信号，并采用转换编码器-卷积神经网络模型(Transformer Encoder-CNN
- 含执行器非线性的多操纵面飞机自适应跟踪控制
- 作者： 刘棕成 陈勇 董新民 薛建平 程建锋 王族统 来源： 系统工程与电子技术 年份： 2017 文献类型 ： 期刊 关键词： 自适应控制 多操纵面飞机 执行器非线性 神经网络
- 描述： 针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。
- 基于CS-BPNN算法的飞机客舱PMV指标预测
- 作者： 侯启真 李泽 姬雨初 王阳 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 预测误差 神经网络 布谷鸟搜索算法 预测平均投票数
- 描述： 针对飞机客舱热舒适度评价指标预测平均投票数(PMV)的各影响因素之间存在复杂的非线性和迭代求解关系问题,采用经布谷鸟搜索(CS)算法优化的BPNN来预测客舱PMV指标。通过对PMV模型参数分析,选出PMV主要影响因素作为预测模型的输入,利用CS算法的全局优化能力来解决BPNN易陷入局部最优及其收敛速度慢的问题,并对其初始阈值和权值进行优化。仿真结果表明,与GA-BPNN和PSO-BPNN相比,CS-BPNN预测模型具有较小的预测误差和良好的预测精度。所提方法在客舱PMV指标的预测中有较好的应用前景。