基于PCA优化的神经网络飞机燃油消耗预测方法

作者： 詹韧   张登成   郑无计   来源： 测控技术 年份： 2019 文献类型 ： 期刊 关键词： 主成分分析法   S检验法   飞机燃油消耗   神经网络   k  

描述： ,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。

基于改进K-means算法的民航飞机降落过程油耗分析研究

作者： 朱青   来源： 合肥工业大学 年份： 2019 文献类型 ： 学位论文 关键词： 聚类方法   航空油耗分析   means算法   降落阶段   k  

描述： 基于改进K-means算法的民航飞机降落过程油耗分析研究

标准k-ε湍流模型在平面尾流中的改进

作者： 付晨博   来源： 哈尔滨工业大学 年份： 2019 文献类型 ： 学位论文 关键词： CFD   射流   尾流   k   ε湍流模型  

描述： 标准k-ε湍流模型在平面尾流中的改进

基于退化轨迹相似性的航空发动机剩余寿命预测方法研究

作者： 李固良   来源： 重庆大学 年份： 2021 文献类型 ： 学位论文 关键词： means++   分段梯度匹配   贪婪匹配原则   k   剩余寿命预测  

描述： 基于退化轨迹相似性的航空发动机剩余寿命预测方法研究

基于近景摄影测量获取结构面信息的岩体质量评价

作者： 徐则双   来源： 吉林大学 年份： 2019 文献类型 ： 学位论文 关键词： S检验   结构面几何参数   岩体质量评价   数字近景摄影测量   k  

描述： 基于近景摄影测量获取结构面信息的岩体质量评价

基于改进K-means算法的航空客户细分研究

作者： 郭允涛   白钊   来源： 电子技术 年份： 2023 文献类型 ： 期刊 关键词： Means聚类算法   RFM模型   数据分析   k   轮廓系数  

描述： 阐述在传统K-means聚类算法的基础上，改进RFM模型，引入轮廓系数改进K-means聚类算法，检验其可行性，最后对方法进行实证检验，对细分后的结果进行特征分析。与肘部法相比，利用轮廓系数选择K值更加直观有效，能提高客户细分的准确性。

基于数据挖掘的航空公司客户关系管理研究

作者： 周虹   来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 客户关系管理   客户群划分技术   数据仓库   自组织人工神经网络   k   Means聚类   数据挖掘  

描述： 客户关系管理在航空公司的应用主要是指广泛收集旅客信息,建立旅客数据仓库,通过与旅客的交互式接触来提供定制化的产品和服务.其中,通过分析识别最有价值的旅客是关键.传统的旅客细分是根据某一项或两项指标(如飞行里程或票价收入)来为旅客排行,其弊端是分析数据滞后

基于MI-SVR模型的航空旅客出行指数预测方法研究

作者： 熊红林   朱人杰   冀和   樊重俊   徐佩   来源： 控制与决策 年份： 2020 文献类型 ： 期刊 关键词： 互信息   支持向量回归   机场运营管理   机器学习   k   航空旅客出行指数   均值聚类  

描述： 航空旅客出行的情况对民用航空机场建设与运营具有重大意义,针对航空旅客出行情况的预测研究,首先,定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;其次,基于互信息与相关性

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

作者： 李艳军   张建   曹愈远   张丽娜   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 模糊信息粒化   航空发动机   遗传算法   参数预测   折交叉验证   k   支持向量机(SVM)  

描述： 提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K-CV验证误差最小作为优化目标,采用遗传算法(GA

飞机发动机尾流流场数值模拟与红外特性计算

作者： 吴沿庆   廖守亿   张作宇   花超   来源： 激光与红外 年份： 2018 文献类型 ： 期刊 关键词： 反向蒙特卡洛法   分布法   Fluent   尾流   k   红外辐射特性  

描述： 建立飞机尾喷管的三维几何模型,利用Fluent 6.3.26软件对喷管外的流场区域进行数值模拟,基于发动机完全燃烧假设得到尾焰流场温度、压强等流场数据。利用K-分布法计算尾焰气体辐射参数,采用反向蒙特卡洛法(RMC)对气体红外辐射特性进行了计算,最终获得尾焰的红外辐射图像。