首页>
根据【关键词:航空发动机轴承,支持向量机,主成分分析,轴承诊断,粒子群算法】搜索到相关结果 163 条
-
考虑不平衡数据的民航不安全事件分析
-
作者:
倪晓梅
王华伟
洪骥宇
严晓婧
来源:
航空计算技术
年份:
2018
文献类型 :
期刊
关键词:
不安全事件
主成分分析
SMOTE
民航安全
-
描述:
向下抽样的方法平衡民航数据,通过主成分分析方法提取引起航空器空中运行、起飞着陆、地面运行等六个方面不安全事件的主要因素。针对不安全事件的特点提出改进措施,从而达到提高民航安全水平的目的。
-
主成分分析在航空公司竞争力评价的应用
-
作者:
黄丹颖
来源:
中外企业家
年份:
2020
文献类型 :
期刊
关键词:
主成分分析
航空公司
综合竞争力
-
描述:
主成分分析在航空公司竞争力评价的应用
-
基于PCA-BP的飞机爬升段油耗分析模型
-
作者:
胡小娜
来源:
科技创新与应用
年份:
2018
文献类型 :
期刊
关键词:
主成分分析
油耗模型
BP神经网络
航班油耗
-
描述:
鉴于航班油耗影响因素众多、各因素对油耗贡献相差很大、各因素之间耦合关系复杂、非线性关系显著,对爬升段航班油建立模型困难,提出基于PCA-BP方法的油耗分析模型,该方法利用PCA对数据进行降维处理,并用BP神经网络建立油耗模型。结果表明PCA对数据降维作用明显,BP神经网络具有良好的逼近能力和动态特征响应,PCA-BP模型有实际参考价值。
-
世界航空公司竞争力发展水平综合评价研究
-
作者:
赖汪湾
来源:
科技展望
年份:
2018
文献类型 :
期刊
关键词:
主成分分析
评价
航空公司竞争力
-
描述:
结合《World Airline Rankings》相关数据,以世界各个航空公司竞争力发展水平的进程指数为研究对象,通过主成分分析法,对各航空公司竞争力发展的综合水平进行评价分析。研究表明:各个
-
航空公司客户价值分析——以某一航空公司为例
-
作者:
陈宁
来源:
现代商业
年份:
2018
文献类型 :
期刊
关键词:
客户流失
主成分分析
市场细分依据
顾客价值
-
描述:
本文是针对某航空公司客户价值进行研究和讨论的,本文对相关的数据进行筛选和分类。通过主成分分析的数学模型,分析客户价值。最后,根据得到的结果,结合经济学与市场营销学相关理论及观点,将市场进行细分,再对不同类型顾客即不同细分市场制定不同营销组合,使航空公司能更好地服务于各个细分市场,获得最大收益。
-
考虑不平衡数据的民航不安全事件分析
-
作者:
倪晓梅
王华伟
洪骥宇
严晓婧
来源:
航空计算技术
年份:
2018
文献类型 :
期刊
关键词:
不安全事件
主成分分析
SMOTE
民航安全
-
描述:
向下抽样的方法平衡民航数据,通过主成分分析方法提取引起航空器空中运行、起飞着陆、地面运行等六个方面不安全事件的主要因素。针对不安全事件的特点提出改进措施,从而达到提高民航安全水平的目的。
-
基于离散粒子群算法的航空发动机总装工艺优化方法
-
作者:
刘超
张茂伟
吕玉红
周建超
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
装配质量
总装优化
航空发动机
粒子群算法
-
描述:
为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础
-
基于离散粒子群算法的航空发动机总装工艺优化方法
-
作者:
刘超
张茂伟
吕玉红
周建超
来源:
航空发动机
年份:
2021
文献类型 :
期刊
关键词:
装配质量
总装优化
航空发动机
粒子群算法
-
描述:
为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础
-
基于NARX网络的航空发动机性能参数预测优化
-
作者:
刘超
熊静
来源:
农业装备与车辆工程
年份:
2023
文献类型 :
期刊
关键词:
数据预测
航空发动机
粒子群算法
NARX神经网络
-
描述:
、0.0093和0.00912 。结果表明,所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络,在预测准确度上有较大优势,为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。
-
基于NARX网络的航空发动机性能参数预测优化
-
作者:
刘超
熊静
来源:
农业装备与车辆工程
年份:
2023
文献类型 :
期刊
关键词:
数据预测
航空发动机
粒子群算法
NARX神经网络
-
描述:
、0.0093和0.00912 。结果表明,所提出的基于粒子群算法优化NARX网络能够有效地预测发动机性能参数且相较于传统NARX网络、传统BP神经网络和粒子群算法优化的BP神经网络,在预测准确度上有较大优势,为基于飞参数据进行发动机健康管理与监测提供了良好的数据支持。