首页>
根据【关键词:主成分分析,支持向量机,特征提取,曲线离散,点云分割,误差分析】搜索到相关结果 5 条
-
考虑不平衡数据的民航不安全事件分析
-
作者:
倪晓梅
王华伟
洪骥宇
严晓婧
来源:
航空计算技术
年份:
2018
文献类型 :
期刊
关键词:
不安全事件
主成分分析
SMOTE
民航安全
-
描述:
民航事故的产生具有随机性,导致民航不安全事件的数据也具有较大的波动性,如何从波动的安全数据中提取出反映民航安全变化的本质安全特征,直接决定安全分析的准确度。引入不平衡数据的概念,利用SMOTE和随机向下抽样的方法平衡民航数据,通过主成分分析方法提取引起航空器空中运行、起飞着陆、地面运行等六个方面不安全事件的主要因素。针对不安全事件的特点提出改进措施,从而达到提高民航安全水平的目的。
-
基于PCA-BP的航空发动机大修周期预测方法
-
作者:
符式峰
贾晓亮
安磊
常笑
来源:
航空计算技术
年份:
2022
文献类型 :
期刊
关键词:
主成分分析
航空发动机
大修周期
BP神经网络
-
描述:
航空发动机大修具有影响因素多、因素之间耦合关系复杂等特点,针对数据驱动的航空发动机大修周期预测,提出基于主成分分析和反向传播神经网络(PCA-BP)的航空发动机大修周期预测方法。在分析影响航空发动机大修周期主要因素的基础上,采用PCA方法得到影响航空发动机大修周期的主成分因素,并将其作为BP神经网络的输入。基于某型航空发动机大修数据对PCA-BP模型进行训练和测试,并与BP神经网络模型进行比较,结果表明PCA-BP模型预测精度更高,验证了方法的有效性。
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信
-
基于DBN的航空发电机故障诊断方法研究
-
作者:
马楠
倪优扬
葛红娟
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
特征提取
航空发电机
故障诊断
深度置信网络
-
描述:
针对目前故障诊断方法多依赖于信号处理技术、步骤较为繁琐的问题,研究了一种基于深度置信网络的航空主电源故障诊断方法,直接对原始时域信号进行故障特征提取。分析了航空发电机的典型短路故障,构造了深度置信
-
基于复合算法的航空发动机磨损故障诊断
-
作者:
黄帆
李艳军
曹愈远
李依林
来源:
航空计算技术
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
油液分析
航空发动机
故障诊断
相对劣化度
免疫系统
-
描述:
针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。