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SPC的飞机液压系统性能衰退模式识别方法
- 作者： 王骥 林泽力 来源： 内燃机与配件 年份： 2020 文献类型 ： 期刊 关键词： 飞机液压系统 模式识别 统计过程控制(SPC) 性能衰退
- 描述： 针对飞机液压系统性能状态变化不易准确识别的技术难题,文中提出基于SPC的飞机液压系统性能衰退模式识别方法。首先,对飞机液压系统的衰退过程进行划分,分为正常阶段、退化阶段、故障阶段三个阶段;其次,对
- 基于多特征融合和特征排序的飞机识别方法
- 作者： 赵彦斌 来源： 现代工业经济和信息化 年份： 2017 文献类型 ： 期刊 关键词： 飞机识别 特征选择 特征排序
- 描述： 基于多特征融合和特征排序提出一种飞机识别方法,首先将飞机图像多种不变量特征组合,其次利用建立的飞机机型训练图像库(包括每种飞机的原始图像、加噪图像、遮挡图像),提取每幅训练图像的组合不变量特征,提出以均方差与均值之比值来衡量特征的稳定性,以马氏距离(FISHER判别函数)来衡量可区性,并从稳定性和可区分性两方面对组合不变量特征进行排序,将两种排序结果都占优的特征选为新的不变量特征,结合支持向量机实现飞机机型快速识别。实验结果表明,在飞机机型识别中,这种新的算法在同等维数下,排序后的特征识别率优于随机组合的特征。
- 航空电弧故障的组合加权随机森林分类方法
- 作者： 桑益芹 葛红娟 李静 潘姝越 李煌 来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 故障分类 加权随机森林 航空电弧故障 时频域特征 特征价值量
- 描述： 针对现有电弧时频域分析适用范围存在局限性，以及电弧故障分类未考虑特征价值量的问题，提出以电弧能量为时域特征、以电弧电流为频域特征的组合加权随机森林电弧故障分类方法。通过离散分数阶傅里叶变换分析频域特征，以类散度作为评价指标得到时频域的特征价值量，结合由随机森林自检测功能得到的特征重要度，构建新的组合权重。在纯阻、阻感、阻容性条件下，以航空28 V、270 V直流串联和并联电弧为研究对象，比较所提方法和现有随机森林的故障分类效果。结果表明，采用的时域和频域特征能有效区分不同电压和负载条件下的电弧故障程度，提出的加权随机森林比现有随机森林的故障分类准确率提高了2.44%,诊断效果更好。
- 机器学习技术在民航安全管理中的应用探析
- 作者： 阙佳鸿 来源： 科技创新与应用 年份： 2017 文献类型 ： 期刊 关键词： 机器学习 计算机视觉 机场管制 模式识别 民航安全
- 描述： 了包括使用模式识别实现机场管制、计算机视觉实现场面安全、气象数据预测、管制员疲劳监控和设备维修数据监测在内的诸多有价值的研究方向。
- 机器学习技术在民航安全管理中的应用探析
- 作者： 阙佳鸿 来源： 科技创新与应用 年份： 2019 文献类型 ： 期刊 关键词： 机器学习 计算机视觉 机场管制 模式识别 民航安全
- 描述： 了包括使用模式识别实现机场管制、计算机视觉实现场面安全、气象数据预测、管制员疲劳监控和设备维修数据监测在内的诸多有价值的研究方向。
- 基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型
- 作者： 熊升华 陈振颂 陈勇刚 贺强 来源： 计算机集成制造系统 年份： 2019 文献类型 ： 期刊 关键词： 航空公司机队 模式识别 可靠性 多属性决策 MULTIMOORA方法
- 描述： 为有效识别航空公司机队可靠性状态,提出一种基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型。考虑传统指标分割通常未能考量可靠性级别划分界限的模糊特性,基于模糊隶属度函数的思想构建了指标模糊分割模型,结合该模型将航空公司机队可靠性状态识别问题转化为多属性决策问题,并利用高鲁棒性的MULTIMOORA多属性决策方法合理寻求航空公司机队的可靠性状态级别。通过实例分析和对比分析表明,基于指标模糊分割和MULTIMOORA方法的航空公司机队可靠性状态识别模型具有较强的可行性和合理性,为航空公司机队可靠性状态识别提供了一种科学的方法。
- 基于小波能量矩的航空交流串联电弧故障识别算法研究
- 作者： 崔芮华 李英男 王传宇 李锋锋 来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 参数寻优 能量矩 小波变换 故障识别 K最近邻 航空电弧故障
- 描述： 针对现有串联电弧故障识别方法会受到线路中串联的非线性负载、电感性负载影响导致工作状态误判的问题,提出了一种基于小波能量矩的串联电弧故障特征提取方法。对串联电弧故障发生试验采集到的电流数据进行多分辨率小波分解,将分解得到的小波能量矩作为回路电流信号的特征量,找出工作状态区分明显的特征向量。利用参数寻优后的K最近邻算法进行特征分类,进而识别出线路中发生的电弧故障。分类验证结果显示,该方法提取的回路电流特征明显,分类算法简单,对电弧故障的识别率较高。