排序方式: 共有28条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论。仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持。 相似文献
6.
7.
8.
9.
10.
针对传统红外光谱分析方法通常采用单一的数据压缩方法导致数据丢失,以及给后续的目标聚类带来较大误差的问题,提出了一种基于主元分析和深度神经网络的多视角红外光谱聚类算法.利用傅里叶变换红外光谱仪测量不同目标在不同温度下(2~14μm波段)的红外辐射亮度,分别使用非线性和多点插值对数据进行校准,将处理后的光谱辐射亮度数据作为... 相似文献