首页>
根据【关键词:特征提取,机器视觉,目标识别,神经网络,目标跟踪】搜索到相关结果 131 条
-
基于PCA优化的神经网络飞机燃油消耗预测方法
-
作者:
詹韧
张登成
郑无计
来源:
测控技术
年份:
2019
文献类型 :
期刊
关键词:
主成分分析法
S检验法
飞机燃油消耗
神经网络
k
-
描述:
针对传统方法存在的不足,提出了基于主成分分析法优化的Elman神经网络飞机燃油消耗预测方法。利用主成分分析法降低神经网络输入维数。构建主成分分析与Elman神经网络模型,进行基于飞参数据的实例分析
-
基于Bi-LSTM的航空发动机寿命预测
-
作者:
万晓凡
徐泽宇
张营
来源:
农业装备与车辆工程
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
寿命预测
优化
过拟合
神经网络
-
描述:
针对哪种类型神经网络对航空发动机剩余寿命预测结果更为准确的问题,采用对不同神经网络预测结果比较的方法,通过搭建双向长短时记忆网络预测模型的实验,对网络结构进行过拟合优化和对数据进行预处理后代入模型
-
基于改进LSTM模型的航空安全预测方法研究
-
作者:
曾航
张红梅
任博
崔利杰
武江南
来源:
系统工程与电子技术
年份:
2022
文献类型 :
期刊
关键词:
堆叠式
长短期记忆
多步预测
神经网络
航空安全
-
描述:
精确的航空安全预测是科学开展安全预警的前提。航空事故不仅致因机理复杂,还存在迟滞效应,给安全样本时序信息的深度挖掘加大了难度。基于此,提出一种基于改进长短期记忆(long short-term memory, LSTM)模型的航空安全预测新方法。首先基于相关系数热图优选致因指标,再以步进搜索和Adam算法相结合的方式优化LSTM模型超参数,最后以2019年某型运输机事故数据为算例,选取多种常用时序预测模型作为对照。实验结果表明本文所提方法,预测误差较现有方法降低了28%以上,同时具有较好的泛化能力和鲁棒性。
-
基于NN-PSM的航空发动机机载自适应稳态模型
-
作者:
项德威
郑前钢
张海波
陈铖
房娟
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
自适应
基线模型
神经网络
推进系统矩阵
机载稳态模型
-
描述:
为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于神经网络和推进系统矩阵相融合(NN-PSM)的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机
-
基于NN-PSM的航空发动机机载自适应稳态模型
-
作者:
项德威
郑前钢
张海波
陈铖
房娟
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
自适应
基线模型
神经网络
推进系统矩阵
机载稳态模型
-
描述:
为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于神经网络和推进系统矩阵相融合(NN-PSM)的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机
-
基于改进LSTM模型的航空安全预测方法研究
-
作者:
曾航
张红梅
任博
崔利杰
武江南
来源:
系统工程与电子技术
年份:
2022
文献类型 :
期刊
关键词:
堆叠式
长短期记忆
多步预测
神经网络
航空安全
-
描述:
精确的航空安全预测是科学开展安全预警的前提。航空事故不仅致因机理复杂,还存在迟滞效应,给安全样本时序信息的深度挖掘加大了难度。基于此,提出一种基于改进长短期记忆(long short-term memory, LSTM)模型的航空安全预测新方法。首先基于相关系数热图优选致因指标,再以步进搜索和Adam算法相结合的方式优化LSTM模型超参数,最后以2019年某型运输机事故数据为算例,选取多种常用时序预测模型作为对照。实验结果表明本文所提方法,预测误差较现有方法降低了28%以上,同时具有较好的泛化能力和鲁棒性。
-
超临界RP-3航空煤油热物性替代模型研究
-
作者:
沈扬
刘源斌
曹炳阳
来源:
工程热物理学报
年份:
2022
文献类型 :
期刊
关键词:
航空煤油
遗传算法
神经网络
热物性
超临界状态
-
描述:
为准确预测RP-3航空煤油在超临界压力下的热物性,本文在四组分模型的基础上,分别基于遗传算法(GA)和人工神经网络(ANN),提出了两种构建航空煤油替代模型的方法,并对比了两种方法在预测不同热物性上
-
稀疏驱动的航空发动机主轴承智能监测研究(英文)
-
作者:
丁宝庆
武靖耀
孙闯
王诗彬
陈雪峰
李应红
来源:
Transactions of Nanjing University of Aeronautics and Astronautics
年份:
2021
文献类型 :
期刊
关键词:
特征提取
稀疏模型
变分自编码
智能监测
深度学习
航空发动机主轴承
-
描述:
微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一。本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法。通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征
-
基于峰度偏度和WD-LDA的飞机目标分类方法
-
作者:
亢朋朋
倪国新
陈知明
来源:
现代雷达
年份:
2019
文献类型 :
期刊
关键词:
峰度偏度
特征提取
发动机引擎调制
小波分辨
线性差别分析
目标分类
-
描述:
目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现
-
一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法
-
作者:
崔江
唐军祥
龚春英
张卓然
来源:
中国电机工程学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
航空发电机
旋转整流器
深度学习
灰色关联度分析
自编码机
-
描述:
提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。