首页>
根据【关键词:集成学习,时间序列预测,航空发动机排气温度,特征选择,时空融合网络】搜索到相关结果 25 条
-
基于数据融合的航空发动机排气温度测量
-
作者:
雷伟
来源:
中国民航大学学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机排气温度
多传感器
数据融合
-
描述:
针对某型飞机发动机排气温度测量采用传感器配置不合理、算法存在局限性,不能对故障传感器进行有效识别等问题,对传感器重新布局设计,通过小波变换对数据进行预处理,去除其中的噪声因素,利用多传感器数据融合技术进行深入优化,并检验了在传感器故障情况下各算法的辨识性。最后通过实验对5种算法进行对比分析,结果表明基于数据融合的处理方法具有更高的精确度和故障识别能力。
-
基于数据融合的航空发动机排气温度测量
-
作者:
雷伟
来源:
中国民航大学学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机排气温度
多传感器
数据融合
-
描述:
针对某型飞机发动机排气温度测量采用传感器配置不合理、算法存在局限性,不能对故障传感器进行有效识别等问题,对传感器重新布局设计,通过小波变换对数据进行预处理,去除其中的噪声因素,利用多传感器数据融合技术进行深入优化,并检验了在传感器故障情况下各算法的辨识性。最后通过实验对5种算法进行对比分析,结果表明基于数据融合的处理方法具有更高的精确度和故障识别能力。
-
-
作者:
宋瑞涵
陈静杰
来源:
计算机仿真
年份:
2024
文献类型 :
期刊
关键词:
时间序列预测
数据分解
门控循环单元
“双碳”目标
-
描述:
-
-
作者:
宋瑞涵
陈静杰
来源:
计算机仿真
年份:
2024
文献类型 :
期刊
关键词:
时间序列预测
数据分解
门控循环单元
“双碳”目标
-
描述:
-
基于多特征融合和特征排序的飞机识别方法
-
作者:
赵彦斌
来源:
现代工业经济和信息化
年份:
2017
文献类型 :
期刊
关键词:
飞机识别
特征选择
特征排序
-
描述:
基于多特征融合和特征排序提出一种飞机识别方法,首先将飞机图像多种不变量特征组合,其次利用建立的飞机机型训练图像库(包括每种飞机的原始图像、加噪图像、遮挡图像),提取每幅训练图像的组合不变量特征,提出以均方差与均值之比值来衡量特征的稳定性,以马氏距离(FISHER判别函数)来衡量可区性,并从稳定性和可区分性两方面对组合不变量特征进行排序,将两种排序结果都占优的特征选为新的不变量特征,结合支持向量机实现飞机机型快速识别。实验结果表明,在飞机机型识别中,这种新的算法在同等维数下,排序后的特征识别率优于随机组合的特征。
-
基于多特征融合和特征排序的飞机识别方法
-
作者:
赵彦斌
来源:
现代工业经济和信息化
年份:
2017
文献类型 :
期刊
关键词:
飞机识别
特征选择
特征排序
-
描述:
基于多特征融合和特征排序提出一种飞机识别方法,首先将飞机图像多种不变量特征组合,其次利用建立的飞机机型训练图像库(包括每种飞机的原始图像、加噪图像、遮挡图像),提取每幅训练图像的组合不变量特征,提出以均方差与均值之比值来衡量特征的稳定性,以马氏距离(FISHER判别函数)来衡量可区性,并从稳定性和可区分性两方面对组合不变量特征进行排序,将两种排序结果都占优的特征选为新的不变量特征,结合支持向量机实现飞机机型快速识别。实验结果表明,在飞机机型识别中,这种新的算法在同等维数下,排序后的特征识别率优于随机组合的特征。
-
民航客运量预测方法研究综述
-
作者:
徐海文
令海龙
夏思薇
来源:
科技和产业
年份:
2024
文献类型 :
期刊
关键词:
时间序列预测
机器学习
组合预测
民航客运量
神经网络
-
描述:
民航客运量预测方法研究综述
-
民航客运量预测方法研究综述
-
作者:
徐海文
令海龙
夏思薇
来源:
科技和产业
年份:
2024
文献类型 :
期刊
关键词:
时间序列预测
机器学习
组合预测
民航客运量
神经网络
-
描述:
民航客运量预测方法研究综述
-
基于改进GRU的航空发动机剩余寿命预测
-
作者:
车畅畅
王华伟
倪晓梅
付强
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
时间序列预测
性能退化分析
GRU神经网络
剩余寿命预测
-
描述:
多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统
-
基于改进GRU的航空发动机剩余寿命预测
-
作者:
车畅畅
王华伟
倪晓梅
付强
来源:
航空计算技术
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
时间序列预测
性能退化分析
GRU神经网络
剩余寿命预测
-
描述:
多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统