首页>
根据【关键词:主成分分析,BP神经网络,模拟热带海洋大气环境,广义回归神经网络,铝合金】搜索到相关结果 283 条
-
航空用7XXX铝合金扁铸锭质量控制与评价
-
作者:
吴欣凤
来源:
2019年中国铝加工产业年度大会暨中国(邹平)铝加工产业发展高峰论坛
年份:
2019
文献类型 :
会议论文
关键词:
扁铸锭
铝合金
-
描述:
航空用7XXX铝合金扁铸锭质量控制与评价
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2021
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将数据降维进行属性约简,并根据发动机工作状态将样本分组,用随机森林方法训练获得分类器;然后将几种分类方法的识别效果进行对比;最后采用该方法对某一架次的发动机工作状态进行识别。结果表明,该方法能够准确快速地识别航空发动机的稳定工作状态,识别准确率达到97.89%。可应用于发动机工作状态的相关研究。
-
基于随机森林的航空发动机工作状态识别
-
作者:
李鼎哲
彭靖波
赵泽平
王玮轩
赵彪
来源:
空军工程大学学报(自然科学版)
年份:
2020
文献类型 :
期刊
关键词:
工作状态识别
主成分分析
航空发动机
随机森林
属性约简
飞参数据
-
描述:
为解决人工识别航空发动机工作状态中存在的误判和耗时费力等问题,提高识别准确率,提出了一种基于主成分分析(PCA)的特征提取方法和随机森林(RF)的智能识别方法。首先对飞参数据进行预处理,利用PCA将数据降维进行属性约简,并根据发动机工作状态将样本分组,用随机森林方法训练获得分类器;然后将几种分类方法的识别效果进行对比;最后采用该方法对某一架次的发动机工作状态进行识别。结果表明,该方法能够准确快速地识别航空发动机的稳定工作状态,识别准确率达到97.89%。可应用于发动机工作状态的相关研究。
-
基于改进EWMA控制图的美国航空股票短期交易的监控
-
作者:
胡霁芳
来源:
长安大学
年份:
2018
文献类型 :
学位论文
关键词:
股票波动
主成分分析
短期交易
尺度加权方差法
EWMA控制图
正态变换
-
描述:
基于改进EWMA控制图的美国航空股票短期交易的监控
-
基于主成分分析和最小噪声分离的航空电磁数据去噪方法研究
-
作者:
陆依明
来源:
吉林大学
年份:
2018
文献类型 :
学位论文
关键词:
主成分分析
主成分滤波
最小噪声分离
航空电磁探测
去噪
特征向量
-
描述:
基于主成分分析和最小噪声分离的航空电磁数据去噪方法研究
-
飞机蒙皮对缝特征提取及间隙阶差分析方法
-
作者:
张波
来源:
南京航空航天大学
年份:
2020
文献类型 :
学位论文
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
-
描述:
飞机蒙皮对缝特征提取及间隙阶差分析方法
-
BP网络与航空发动机模型在间隙对性能影响研究中的应用
-
作者:
马晓刚
来源:
中国民用航空学院
年份:
2016
文献类型 :
学位论文
关键词:
航空发动机
BP神经网络
间隙
性能
-
描述:
论文紧密结合航空发动机维修中的实际情况,对维修过程中的配合与间隙数据进行了整理和分析;运用BP神经网络和传统航空发动机数学模型分析了装配过程中各单元体部件的间隙对航空发动机性能的影响程度.研究结论给出了若干不同配合与间隙对发动机性能的影响规律,有助于维
-
BP神经网络、遗传算法在航空齿轮模糊可靠性优化中的运用
-
作者:
樊俊星
来源:
上海大学
年份:
2016
文献类型 :
学位论文
关键词:
遗传算法
BP神经网络
模糊可靠性优化
航空齿轮
-
描述:
该文针对航空齿轮传动,通过建立合理的模糊可靠性优化模型,在处理设计计算中所使用的图表数据上,运用BP神经网络来查找手册中的图表数据,以网络连接的权植来存储及查找数据,以BP神经网络的非线性输出的数据值得到从手册中查找值.再通过作者设计的具有实值编码技术、特殊的编码处理、自适应的遗传算子及并行拓扑方式等改进型遗传算法,来处理齿轮优化设计混合变量问题和目标函数及约束函数较为复...
-
基于NARX神经网络的飞机飞行性能模型预测
-
作者:
杨任农
张振兴
张滢
张欢
于茗
薛国红
来源:
西北大学学报(自然科学版)
年份:
2017
文献类型 :
期刊
关键词:
时间序列
BP神经网络
飞机飞行性能模型
NARX神经网络
-
描述:
针对飞机飞行性能模型的非线性、动态性的特点,分析了影响飞行性能的关键要素。飞行员的操纵量,提出了基于神经网络的数据建模方法。该方法在BP神经网络结构的基础上,加入了外部输入量的延迟和输出量的反馈连接,建立了NARX神经网络预测模型。该模型利用飞行模拟器采集的飞行数据训练网络,并对训练好的网络进行验证和评估。实验结果表明,与BP神经网络以及引入动量因子和自适应调整学习率的改进BP神经网络相比,NARX神经网络预测模型收敛速度和预测结果更好,可以长期准确地预测飞行性能模型。
-
基于BP神经网络的航空发动机故障检测技术研究
-
作者:
殷锴
钟诗胜
那媛
李臻
来源:
航空发动机
年份:
2017
文献类型 :
期刊
关键词:
航空发动机
BP神经网络
故障检测
-
描述:
为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。
<
1
2
3
4
5
...
27
28
29
>