航空文献资源库

按文献类别分组

按栏目分组

按年份分组

按来源分组

关键词

LSSVM与HMM在航空发动机状态预测中的应用研究: 作者： 崔建国高波蒋丽英于明月郑蔚 来源： 计算机工程 年份： 2018 文献类型： 期刊 关键词： 隐马尔科夫模型状态预测航空发动机 最小二乘支持向量机 小波包分解振动信号降噪; 描述： 传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。

航空影像分割的支持向量机方法: 作者： 徐芳 来源： 武汉大学 年份： 2016 文献类型： 学位论文 关键词： 支持向量机遗传算法 C均值模糊惩罚因子（常数）C 最小二乘支持向量机 航空影像分割核函数神经网络样本预选取航空影像纹理分类; 描述： 分类与分割的优劣比较。 (1) 提出将支持向量机用于航空影像的纹理分类与影像分割中，在对多种线性不可分的特征进行分类时，用SVM方法得到了较好的分割与分类结果。研究了支持向量机参数(核函数

< 1 2 >