首页>
根据【关键词:地面空调,长短时记忆神经网络,粒子群优化,飞机客舱,能耗预测】搜索到相关结果 6 条
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2019
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于多维特征量的航空串联故障电弧检测
-
作者:
崔芮华
王绍敏
来源:
科学技术与工程
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
粒子群优化
多维特征量
航空故障电弧
-
描述:
的线性负载线路电流进行数据采集。根据电弧电流的特点,提出了一种融合波形畸变特征、间谐波特征和能量分布不确定性特征的多维特征量检测方法。引入支持向量机和粒子群优化算法进行参数寻优,用训练得到的分类模型对测试集进行分类预测。结果表明,该串联故障电弧分类模型最高分类准确率可达到98.83%。
-
基于智能算法优化BP的航空器滑出时间预测
-
作者:
朱晓波
贾鑫磊
王楚皓
来源:
科学技术与工程
年份:
2023
文献类型 :
期刊
关键词:
机场场面运行效率
粒子群优化
麻雀搜索算法
BP神经网络
滑出时间
-
描述:
propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点,分别采用粒子群优化(particle swarm optimization
-
基于智能算法优化BP的航空器滑出时间预测
-
作者:
朱晓波
贾鑫磊
王楚皓
来源:
科学技术与工程
年份:
2023
文献类型 :
期刊
关键词:
机场场面运行效率
粒子群优化
麻雀搜索算法
BP神经网络
滑出时间
-
描述:
propagation, BP)神经网络的航空器滑出时间预测模型。针对BP神经网络存在对初始权值和阈值敏感、准确性和稳定性欠佳等缺点,分别采用粒子群优化(particle swarm optimization