首页>
根据【关键词:注意力机制,航班延误预测,航班恢复,神经网络】搜索到相关结果 7 条
-
基于改进YOLOX的机场场面飞机目标检测
-
作者:
赵元棣
罗琳璐
来源:
计算机仿真
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
机场场面
飞机目标检测
-
描述:
机场场面飞机实时监控是远程塔台系统的基础。为实现对机场场面飞机目标快速而准确的检测,提出一种基于YOLOX融合注意力机制的机场场面飞机目标检测方法。在加强特征提取网络中引入卷积块注意力模块,增大对
-
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。
-
倾转翼飞机过渡段定高飞行控制研究
-
作者:
吴健健
王琦
李之瀚
刘阳
来源:
计算机仿真
年份:
2021
文献类型 :
期刊
关键词:
倾转翼
滑模控制
神经网络
耦合
-
描述:
针对倾转翼飞机过渡段控制存在的时变、欠驱动、强耦合等非线性特点,采用滑模控制来对其进行控制,然后在此基础上引入RBF神经网络,利用其非线性映射能力有效解决了滑模控制中存在的误差问题,进一步改善了系统
-
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。
-
倾转翼飞机过渡段定高飞行控制研究
-
作者:
吴健健
王琦
李之瀚
刘阳
来源:
计算机仿真
年份:
2021
文献类型 :
期刊
关键词:
倾转翼
滑模控制
神经网络
耦合
-
描述:
针对倾转翼飞机过渡段控制存在的时变、欠驱动、强耦合等非线性特点,采用滑模控制来对其进行控制,然后在此基础上引入RBF神经网络,利用其非线性映射能力有效解决了滑模控制中存在的误差问题,进一步改善了系统