全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于改进WNN的飞机异常油耗数据检测方法
- 作者： 钟牧原 来源： 数学的实践与认识 年份： 2025 文献类型 ： 期刊 关键词： 主成分分析 遗传算法 油耗短时检测 小波神经网络
- 描述： 基于改进WNN的飞机异常油耗数据检测方法
- 基于改进的BP神经网络探究航空与陆侧客流关系
- 作者： 王欢 赵慧 周正全 来源： 综合运输 年份： 2022 文献类型 ： 期刊 关键词： 陆侧交通 BP神经网络 偏移 航空运输 定量关系
- 描述： 为提高航空与陆侧交通客流关系分析的效率，本文基于大数据手段统计海量的航空客流和陆侧交通客流数据，利用改进的BP神经网络算法对航空客流和陆侧交通客流的关系进行了研究。首先，通过遍历隐含层神经元个数并增加算法运行次数的方法探寻隐含层最佳神经元个数。其次，保持航空客流数据不变，在时间轴上偏移陆侧交通客流数据，基于拟合系数设定评价函数，衡量航空客流和陆侧交通客流数据的匹配程度。其三，基于首都国际机场的实际数据进行实例分析，得到航空旅客乘坐陆侧交通方式提前到达和滞后离开机场的时间，并获得了航空客流和陆侧交通客流之间定量关系表达式，为机场陆侧交通设施的建设和改善提供了参考依据。
- 基于改进BP神经网络探究航班与航空旅客关系
- 作者： 王欢 赵慧 周正全 来源： 交通工程 年份： 2022 文献类型 ： 期刊 关键词： 拟合系数 航班 BP神经网络 定量关系 航空旅客
- 描述： 针对航班数量和航空旅客数量的定量关系难以准确求解的问题，提出了使用改进BP神经网络算法，训练并学习二者之间数学关系的方法.以航空旅客数量输出值和目标值之间的拟合系数均值反映网络的学习效果，从而确定隐含层最佳神经元的个数，减小随机误差对结果的影响，提高结果的准确度和可信度.基于首都国际机场的实际数据进行了仿真实验，结果表明，航空旅客数量的输出值与目标值的平均拟合系数在0.85以上，验证了本文所提出方法的有效性.
- 离港航空器滑出时间的BP神经网络预测模型
- 作者： 夏正洪 贾鑫磊 来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 离港航空器 BP神经网络 滑出时间预测 滑出时间影响因素 1小时内平均滑出时间
- 描述： 机场2周实际运行数据对模型进行验证，并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性。结果表明：同时段推出航空器数量、同时段起飞航空器数量、同时段落地航空器数量、1小时内平均滑出时间
- 离港航空器滑出时间的BP神经网络预测模型
- 作者： 夏正洪 贾鑫磊 来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 离港航空器 BP神经网络 滑出时间预测 滑出时间影响因素 1小时内平均滑出时间
- 描述： 机场2周实际运行数据对模型进行验证，并以均方根误差、平均绝对误差和平均绝对误差百分比检验预测结果的准确性。结果表明：同时段推出航空器数量、同时段起飞航空器数量、同时段落地航空器数量、1小时内平均滑出时间
- 基于TMS320F2812的航空相机自动调焦系统
- 作者： 董伟 张俊民 桂美景 李晨光 来源： 电工电能新技术 年份： 2018 文献类型 ： 期刊 关键词： BP神经网络 直流航空故障电弧 香农熵 小波包分解 故障频率段
- 描述： 针对航空故障电弧持续时间短,电流强度小,检测极为困难等特点,提出在直流系统中基于小波包和BP神经网络的航空故障电弧的识别方法。首先搭建串联和并联故障电弧实验平台,采集线路正常和产生电弧情况下的电流信号;对电流信号进行三层小波包分解,根据求解到的总能量与总香农熵的比值,确定最佳的小波包基函数;利用每一频率段的能量与香农熵的比值确定航空故障电弧的特征频率段;然后提取特征频率段的香农熵作为故障电弧的特征量;最后利用LM算法优化的BP神经网络对故障电弧进行判别。结果表明,故障电弧的识别率达到95%以上。
- 基于ABC-BP神经网络的航空发动机故障诊断方法
- 作者： 鲜倪军 来源： 装备制造技术 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 人工蜂群算法 BP神经网络 故障诊断 机械磨损
- 描述： 为有效诊断发动机机械磨损故障,根据滑油金属磨屑建立基于ABC-BP神经网络故障诊断模型。模型针对BP神经网络的缺陷,利用人工蜂群优化BP神经网络,在初始化参数时将BP神经网络的误差函数作为人工蜂群的适应度,选择适应度最优的一组参数作为神经网络的权值和阈值。最后应用航空实际数据进行仿真研究,结果表明模型有较好的故障诊断效果,为实现故障预测和健康管理奠定基础。
- 基于集合经验模态分解的交流航空故障电弧识别
- 作者： 高飞 董伟 桂美景 张俊民 来源： 电工电能新技术 年份： 2019 文献类型 ： 期刊 关键词： 电弧动态特性 BP神经网络 能量熵 集合经验模态分解 交流航空故障电弧
- 描述： 故障电弧作为一种破坏性强,识别难度大的电路故障,给飞机的安全带来很大的威胁。然而目前航空业应用的电弧识别方法远不能达到要求。所以本文提出了一种将集合经验模态分解和LM优化的BP神经网络相结合的交流航空故障电弧识别方法。首先建立串联和并联交流电弧实验模拟平台,采集电弧电流波形,分析波形动态特性。将波形进行集合经验模态分解,选取差别明显模态分量作为故障特征分量。计算故障特征分量的能量熵作为交流故障电弧的特征量,输入到LM算法优化的BP神经网络,进行识别。结果表明,识别率达到90%以上,较好地识别出了航空故障电弧。