首页>
根据【关键词:机器学习,工作负荷,生理信号,深度学习,航空安全】搜索到相关结果 8 条
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
-
面向航空发动机高性能制造的激光选区熔化技术研究进展
-
作者:
周运龙
马毅
管迎春
来源:
航空学报
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
机器学习
航空航天材料
在线监测
能场辅助
激光选区熔化
-
描述:
工艺端/性能端的共性问题,首先从技术优化(大幅面多光束技术、能场辅助技术)的角度回顾了各类实验参数对材料组织性能的调控;然后通过前沿技术手段(质量在线监测技术、智能化机器学习调控)的研究综述,探讨了监测
-
基于深度学习的水上飞机非定常水载荷重构
-
作者:
樊云翔
艾化楠
王明振
曹楷
刘学军
吕宏强
来源:
航空学报
年份:
2024
文献类型 :
期刊
关键词:
扩散模型
时序卷积网络
稀疏数据
深度学习
非定常流场重构
-
描述:
动载荷数据非线性强且数据稀疏,传统的流场重构方法难以适用。采用时序卷积网络(TCN)对水上飞机入水的船底时序流场重构问题进行建模研究,通过深度学习优秀的非线性拟合能力学习流场规律,并在传统的TCN基础上
-
民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅱ:地面综合诊断、寿命管理和智能维护维修决策
-
作者:
曹明
王鹏
左洪福
曾海军
孙见忠
杨卫东
魏芳
陈雪峰
来源:
航空学报
年份:
2023
文献类型 :
期刊
关键词:
故障融合决策
数字孪生
航空发动机健康管理系统
深度学习
智能视情维护维修
知识图谱
寿命管理
-
描述:
基于民用航空发动机健康管理(EHM)的需求及发展目标,从CBM+全流程的角度分析民用航空发动机健康管理系统应用现状及行业发展趋势,进而总结民用航空发动机健康管理的应用现状及差距、挑战,并指出未来国内需要重点关注的民用发动机EHM研发方向。针对各个EHM功能模块的需求、差距、解决方案进行了深入论证分析,重点讨论了民用发动机EHM“下游”3个模块:地面综合诊断、寿命管理和智能视情维护维修决策的需求、必要性、现状及未来发展趋势和热点技术。
-
民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅱ:地面综合诊断、寿命管理和智能维护维修决策
-
作者:
曹明
王鹏
左洪福
曾海军
孙见忠
杨卫东
魏芳
陈雪峰
来源:
航空学报
年份:
2023
文献类型 :
期刊
关键词:
故障融合决策
数字孪生
航空发动机健康管理系统
深度学习
智能视情维护维修
知识图谱
寿命管理
-
描述:
基于民用航空发动机健康管理(EHM)的需求及发展目标,从CBM+全流程的角度分析民用航空发动机健康管理系统应用现状及行业发展趋势,进而总结民用航空发动机健康管理的应用现状及差距、挑战,并指出未来国内需要重点关注的民用发动机EHM研发方向。针对各个EHM功能模块的需求、差距、解决方案进行了深入论证分析,重点讨论了民用发动机EHM“下游”3个模块:地面综合诊断、寿命管理和智能视情维护维修决策的需求、必要性、现状及未来发展趋势和热点技术。