首页>
根据【关键词:随机森林,数据异常,整机调试,辨识方法,数据整合,飞机整机】搜索到相关结果 28 条
-
基于随机森林的飞机整机调试数据异常辨识方法
-
作者:
张震
刘婉竹
来源:
现代工业经济和信息化
年份:
2025
文献类型 :
期刊
关键词:
随机森林
数据异常
整机调试
辨识方法
数据整合
飞机整机
-
描述:
基于随机森林的飞机整机调试数据异常辨识方法
-
飞机油耗测试异常现象研究
-
作者:
邢达波
郑可旺
丁腾欢
来源:
中国科技信息
年份:
2019
文献类型 :
期刊
关键词:
涡轮流量传感器
流量调节器
流量信号
测试系统
参数测试
测量原理
飞机发动机
测量系统
数据异常
测试通道
-
描述:
飞机发动机油耗是试飞测试的重要组成部分,通过分析油耗测量系统和测量原理,结合飞机发动机油耗参数测试经验,从不同角度分析了造成油耗测试异常问题出现的原因,提出了解决问题的思路和工作流程,最终找到了发动机油耗数据异常的原因。
-
飞机油耗测试异常现象研究
-
作者:
邢达波
郑可旺
丁腾欢
来源:
中国科技信息
年份:
2017
文献类型 :
期刊
关键词:
涡轮流量传感器
流量调节器
流量信号
测试系统
参数测试
测量原理
飞机发动机
测量系统
数据异常
测试通道
-
描述:
飞机发动机油耗是试飞测试的重要组成部分,通过分析油耗测量系统和测量原理,结合飞机发动机油耗参数测试经验,从不同角度分析了造成油耗测试异常问题出现的原因,提出了解决问题的思路和工作流程,最终找到了发动机油耗数据异常的原因。
-
基于自适应粒子群优化的不平衡航空客户数据质量优化
-
作者:
姚雨虹
杨小兵
陈欣
来源:
厦门大学学报(自然科学版)
年份:
2020
文献类型 :
期刊
关键词:
自适应粒子群
卷积神经网络
忠诚度预测
随机森林
-
描述:
多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林算法(RF)的输入,构建客户忠诚度预测模型。实验结果表明,本文方法预测性能优于其他预测模型,可以更好地预测客户忠诚度情况。
-
基于随机森林和时间卷积网络的航空发动机故障预测
-
作者:
王秀娜
鲁守银
任飞
来源:
计算机时代
年份:
2022
文献类型 :
期刊
关键词:
航空发动机
时间卷积网络
随机森林
故障预测
-
描述:
基于随机森林和时间卷积网络的混合模型。该模型利用随机森林算法进行重要性特征提取,然后添加滚动平均值和滚动标准差以增强数据特征,最后整合数据特征输入至时间卷积网络进行故障预测。采用C-MAPSS数据集进行验证,结果表明,该模型的故障预测性能相比于其他机器学习模型有较大幅度的提升。
-
调频广播带宽对民航甚高频通信的影响分析
-
作者:
王淑玲
谢凤
朱倩倩
来源:
黑龙江大学自然科学学报
年份:
2018
文献类型 :
期刊
关键词:
异常点
随机森林
强影响点
燃油消耗
-
描述:
为确定燃油消耗数据中可能存在的异常点及强影响点,运用随机森林算法,对预处理后的某场站近三年燃料油消耗数据建模;对回归模型分别做残差分析和影响分析,不仅从残差图中观察出偏离既定模型很大的数据点,还仿照
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
的情况下,利用预测目标将字向量作为输入,得到更为充分的文本特征;最后,使用随机森林(randomforest,简称RF)模型,结合其他故障特征判别飞机设备的故障原因.卷积神经网络以故障原因为目标,预先
-
基于维修日志的飞机设备故障原因判别方法
-
作者:
王锐光
吴际
刘超
杨海燕
来源:
软件学报
年份:
2019
文献类型 :
期刊
关键词:
维修日志
卷积神经网络
故障诊断
随机森林
-
描述:
的情况下,利用预测目标将字向量作为输入,得到更为充分的文本特征;最后,使用随机森林(randomforest,简称RF)模型,结合其他故障特征判别飞机设备的故障原因.卷积神经网络以故障原因为目标,预先
-
基于机器学习的航空发动机智能本机平衡研究
-
作者:
王跃
葛向东
来源:
航空精密制造技术
年份:
2024
文献类型 :
期刊
关键词:
多方法融合
航空发动机
随机森林
本机平衡
-
描述:
针对传统航空发动机本机平衡技术多次试重导致的平衡效率低且成本高的现状,通过搜集历次成功平衡的试验数据,分别采用单一随机森林、多方法融合的人工智能与机器学习方法,深度挖掘蕴含于试验数据中的相关规律
-
基于机器学习的航空器进近飞行时间预测
-
作者:
叶博嘉
鲍序
刘博
田勇
来源:
航空学报
年份:
2021
文献类型 :
期刊
关键词:
空中交通管理
机器学习
特征重要度
随机森林
进近飞行时间预测
-
描述:
空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例