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
- 航空发动机导管CNC弯曲回弹智能预测及补偿系统开发与应用
- 作者： 王睿乾 潘林 童志远 张建国 涂泉 刘伟 来源： 航空制造技术 年份： 2024 文献类型 ： 期刊 关键词： 回弹 机器学习 遗传算法(GA) 导管 智能系统
- 描述： 针对航空发动机导管数控（Computer numerical control,CNC）弯曲成形时回弹控制难度大、成形精度差的问题，开展了0Cr18Ni9和1Cr18Ni9Ti两种不锈钢导管的CNC
- 一种面向航空母舰甲板运动状态预估的鲁棒学习模型
- 作者： 王可 徐明亮 李亚飞 姜晓恒 鲁爱国 李鉴 来源： 自动化学报 年份： 2024 文献类型 ： 期刊 关键词： 机器学习 航空母舰 鲁棒性 仿真验证 甲板运动预估
- 描述： 航母甲板在风、浪、流等因素影响下做六自由度不规则运动,影响舰载机着舰精度.航母甲板运动预估与补偿是自动着舰系统的重要功能之一,也是提高舰载机着舰安全性与成功率的关键技术之一.为此,提出一种面向甲板运动预估的鲁棒学习模型,通过基本构建单元自适应演化出复杂学习系统.构建单元的训练采用非梯度的伪逆学习策略,提高了训练效率,简化了学习控制超参数调优;构建单元的架构设计采用数据驱动的策略,简化了架构超参数调优;采用图拉普拉斯正则化方法提高了模型对噪声和意外扰动的鲁棒性.通过某型航母在中等海况条件下以典型航速巡航时的仿真实验,验证了所提方法在甲板纵摇、横摇以及垂荡运动预估问题中的有效性及鲁棒性.
- 基于航空LiDAR和多光谱遥感数据的城市园林树种分类研究
- 作者： 刘晓阳 王新菲 黄光体 林成军 杨安 张流洋 潘自辉 来源： 湖北林业科技 年份： 2025 文献类型 ： 期刊 关键词： 激光雷达 机器学习 城市树种 多光谱影像 不同分辨率
- 描述： 基于航空LiDAR和多光谱遥感数据的城市园林树种分类研究
- 机器学习技术在航空材料领域的应用
- 作者： 何玄 宋鹏 孔德昊 黄太红 李青 来源： 航空材料学报 年份： 2025 文献类型 ： 期刊 关键词： 高温合金 机器学习 结构与性能预测 热障涂层 航空材料
- 描述： 机器学习技术在航空材料领域的应用
- 基于机器学习的气象雷达图像超分辨率重建
- 作者： 郝倚天 来源： 中国新技术新产品 年份： 2025 文献类型 ： 期刊 关键词： 民航气象 机器学习 残差特征聚合密集网络 超分辨率 雷达图像
- 描述： 基于机器学习的气象雷达图像超分辨率重建
- 浅谈我国低空空域管理改革与航空安全
- 作者： 崔丹 来源： 中国高新区 年份： 2019 文献类型 ： 期刊 关键词： 航空安全 低空空域管理改革
- 描述： 随着我国经济发展形势的日益提高,低空空域管理的也在不断的改革和创新之中,航空安全的问题关系着我国国防安全和运输安全等等多方面情况,因此为了解决国内低空空域管理改革中出现的问题以及保障航空的安全,文章
- 浅谈我国低空空域管理改革与航空安全
- 作者： 崔丹 来源： 中国高新区 年份： 2017 文献类型 ： 期刊 关键词： 航空安全 低空空域管理改革
- 描述： 随着我国经济发展形势的日益提高,低空空域管理的也在不断的改革和创新之中,航空安全的问题关系着我国国防安全和运输安全等等多方面情况,因此为了解决国内低空空域管理改革中出现的问题以及保障航空的安全,文章
- 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。