首页>
根据【关键词:灰色GM(1,N),神经网络,民航旅客服务投诉,马尔科夫模型】搜索到相关结果 78 条
-
EMD-AR和GRNN算法下的航空液压泵多模态故障诊断分析
-
作者:
郭文军
张自来
陈丽君
来源:
液压与气动
年份:
2022
文献类型 :
期刊
关键词:
AR
多模态
故障诊断
液压泵
神经网络
EMD
-
描述:
针对新一代飞机高综合化、高复杂度和高耦合性导致的传统推理故障诊断策略难以满足现代维修保障需求的问题,开展基于广义回归神经网络(Generalized Regression Neural
-
航空发动机气路故障诊断的SANNWA-PF算法
-
作者:
许梦阳
黄金泉
鲁峰
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
自适应
粒子滤波
神经网络
非高斯噪声
-
描述:
针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用
-
飞机货舱复合烟雾探测方法研究
-
作者:
何永勃
张文杰
杨伟
李勇庆
来源:
中国安全科学学报
年份:
2019
文献类型 :
期刊
关键词:
双波长
飞机货舱
火警探测
复合式探测器
神经网络
数据融合
-
描述:
火灾探测装置,设计火灾探测系统软件;然后进行真假火源试验,采集火灾过程中烟雾、温度、气体的变化特征参数;最后采用人工神经网络算法对采集到的数据进行融合分析。结果表明:嵌入双波长光电式烟雾探测器的多传感器探测装置报警正确率比传统火灾烟雾探测器有大幅度提高,干扰源识别相对误差不超过5.7%。
-
飞机舵机电动加载系统多余力矩抑制方法
-
作者:
刘晓琳
李卓
来源:
系统工程与电子技术
年份:
2019
文献类型 :
期刊
关键词:
Sigmoid函数
电动加载系统
橡胶缓冲弹簧
多余力矩
神经网络
金属
-
描述:
)为反馈控制的复合控制策略。在前馈控制器中,结合变刚度金属-橡胶缓冲弹簧、力矩测速反馈及梯度加载法,采用基于Sigmoid函数变平衡学习常数的权值调整算法,设计三维参考输入型神经网络结构。在反馈控制器中
-
面向航空影像下车辆目标的实时检测算法
-
作者:
杨国亮
许楠
洪志阳
范振
来源:
计算机工程与设计
年份:
2019
文献类型 :
期刊
关键词:
卷积
实时
深度学习
神经网络
车辆检测
航空影像
-
描述:
为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。
-
航空发动机排气温度测量通道故障智能检测方法研究
-
作者:
李国鸿
郭海东
左思佳
来源:
测控技术
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
故障检测
排气温度
神经网络
模糊逻辑
测量通道故障
-
描述:
航空发动机排气温度测量通道故障智能检测方法研究
-
基于模糊矩阵和神经网络的航空发动机磨损部位故障识别
-
作者:
孙涛
李冬
来源:
燃气涡轮试验与研究
年份:
2020
文献类型 :
期刊
关键词:
聚类
航空发动机
光谱分析
磨损故障
神经网络
相似矩阵
-
描述:
基于模糊矩阵和神经网络的航空发动机磨损部位故障识别
-
航空发动机试飞关键参数趋势监控的实现及应用
-
作者:
马明明
潘鹏飞
来源:
航空发动机
年份:
2017
文献类型 :
期刊
关键词:
滑油温度
航空发动机
动态链接库
趋势监控
滑油压力
神经网络
振动值
-
描述:
为了实现航空发动机滑油压力、滑油温度、振动值在试飞中的趋势监控,采用神经网络方法对某型发动机大量试飞数据进行训练和验证,获得了这几个参数全过程较为准确的计算模型。计算模型应用于该型号另1台发动机参数
-
-
作者:
刘科文
乐洪博
王宇宁
谢大叶
来源:
新技术新工艺
年份:
2024
文献类型 :
期刊
关键词:
代理模型
微动磨损
导线
峰值载荷
神经网络
振动试验
-
描述:
-
一种基于Transformer编码器与LSTM的飞机轨迹预测方法
-
作者:
李明阳
鲁之君
曹东晶
曹世翔
来源:
航天返回与遥感
年份:
2024
文献类型 :
期刊
关键词:
Transformer
Encoder
轨迹预测
Transformer编码器
飞机目标
神经网络
LSTM模型
-
描述:
LSTM和Transformer编码器模块的补充历史信息和基于注意力的信息表示,提高了模型能力。通过与一些经典神经网络模型进行对比分析,发现在数据集上,新方法的平均位移误差减小到0.22,显著优于