排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
一种小型无人直升机自主起飞控制方法 总被引:3,自引:0,他引:3
针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性. 相似文献
5.
6.
免疫网络具有较强的学习能力和记忆能力,避免了传统专家系统存在的组合爆炸问题,较好地解决了知识获取的瓶颈问题。在分析专家系统和免疫网络单独应用于设备故障诊断的优缺点的基础上,建立了某型航炮射击控制系统基于人工免疫网络的故障诊断专家系统,阐述了故障诊断专家系统的结构、实现方法及主要算法,通过大量收集和整理工作,形成了一个网络学习样本。试验表明,该航炮设计控制系统的故障诊断的推理效率得到了提高,说明了该故障诊断专家系统的可行性。 相似文献
7.
针对人工智能辅助骨折部位治疗时由于骨折部位通常伴随着出血等症状,不同体位所拍摄的CT影像存在较大差异,骨折部位大小不一,以及受到出血部位以及周围组织的干扰,骨折部位的特征提取不充分、骨折部位检测精度不高的问题,设计了一种3M-YOLOv5网络来检测下颌骨骨折部位。在特征提取网络中采用密集模块,利用密集连接特性提高网络的特征提取能力;采用局部全局注意力模块来提取CT影像的全局信息;构造一个轻量化的多尺度密集块,以较少的参数量提取骨折部位的多尺度特征;在特征增强网络中设计跨维度双向特征融合模块,使得特征图的高度、宽度以及通道之间有所交互,同时引入可训练的权重来平衡不同尺度特征图的融合重要性。为了验证3M-YOLOv5网络的有效性,在自建数据集上进行消融实验和对比实验。实验结果表明,在置信度阈值取0.5时,3M-YOLOv5网络的mAP值、F1值、召回率、精确率分别为99.17%,99.06%,98.81%和99.32%。所提出的下颌骨骨折CT影像检测网络能够较好地检测出影像中的骨折部位,辅助医生制定治疗方案。 相似文献
1