关键词
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
< 1
Rss订阅