首页>
根据【关键词:雄安新区,多元逐步回归,模型评价,重金属反演,神经网络,CASI&SASI,偏最小二乘回归,高光谱】搜索到相关结果 154 条
-
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
-
飞行器健康度神经网络预测方法
-
作者:
张英
韦闽峰
高晓颖
王世会
曹健
张兴
来源:
航天控制
年份:
2020
文献类型 :
期刊
关键词:
飞行器
AI
神经网络
健康预测
-
描述:
飞行器健康度神经网络预测方法
-
飞机起落架防滑刹车系统故障诊断研究
-
作者:
朱素华
邢清雄
来源:
科技创新导报
年份:
2020
文献类型 :
期刊
关键词:
故障诊断
起落架防滑刹车系统
神经网络
故障注入
-
描述:
飞机起落架防滑刹车系统故障诊断研究
-
基于RBF神经网络的X型四旋翼飞行器优化控制
-
作者:
张莹
刘子龙
来源:
软件导刊
年份:
2020
文献类型 :
期刊
关键词:
自整定
X型四旋翼飞行器
神经网络
PID控制
-
描述:
基于RBF神经网络的X型四旋翼飞行器优化控制
-
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。
-
飞机发电机故障诊断的多特征参数组合分析
-
作者:
钱伟
王海斌
杨江
冯斌
来源:
测控技术
年份:
2018
文献类型 :
期刊
关键词:
小波变换
故障特征
飞机发电机
神经网络
-
描述:
值,构建神经网络进行故障判定,选用不同的振动特征参数组合对检验样本进行验证以期获得指向性较好的飞机发电机故障特征参数。诊断结果表明,利用RBF网络对发电机故障诊断,采用基于幅值域的特征参数峭度指标、峰值因子
-
基于神经网络的航空制造复杂曲面的数控加工研究
-
作者:
侯峰
来源:
现代工业经济和信息化
年份:
2018
文献类型 :
期刊
关键词:
数控加工
神经网络
航空制造
-
描述:
介绍并提出基于神经网络的数控加工方法,研究复杂曲面模型建立以高效地加工出高质量的零部件并保证数控加工质量和加工效率。
-
某型飞机腹板裂纹分析及改装设计
-
作者:
彭军
郭晨阳
张勇
张赟
杨欣毅
来源:
系统仿真技术
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
神经网络
-
描述:
引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费
-
基于机器学习模型的民航客流预测仿真研究
-
作者:
刘夏
邱钊
陈焕东
陈明锐
来源:
软件
年份:
2018
文献类型 :
期刊
关键词:
多元回归
支持向量机回归
ARMA改进
神经网络
-
描述:
,运用了多元回归模型、支持向量机回归模型、ARMA改进模型、神经网络RBF模型对航线数据进行了数据拟合。经验证,上述四个模型的平均绝对误差分别为5.27%,7.61%,5.07%,3.34%,模型预测精度较高,可以用于客流预测研究。
<
1
2
3
4
5
...
14
15
16
>