基于机器学习算法的舰面流场预警系统研究 |
| |
引用本文: | 苏 萁,王逸斌,赵 宁. 基于机器学习算法的舰面流场预警系统研究[J]. 测控技术, 2020, 39(2): 109-114 |
| |
作者姓名: | 苏 萁 王逸斌 赵 宁 |
| |
作者单位: | 南京航空航天大学 非定常空气动力学与流动控制工业和信息化部重点实验室,南京航空航天大学 非定常空气动力学与流动控制工业和信息化部重点实验室,南京航空航天大学 非定常空气动力学与流动控制工业和信息化部重点实验室 |
| |
基金项目: | 江苏高校优势学科建设工程资助项目(PAPD) |
| |
摘 要: | 飞行甲板是直升机海上作战的重要平台,为了提高直升机的作战效能及舰面操作的安全性,研究开发了一套舰面流场预警系统。该系统主要通过分析数值计算所得的流场数据,以舰面关键位置的压强作为输入,利用神经网络算法和支持向量机训练出一套模型,准确地预测出舰面流场的主要特征(包括来流速度大小、方向和起降点涡结构等),从而实现舰船表面危险气流场的实时预报。预测结果表明,该预警系统的预测准确性较高,能够快速地预测来流情况及旋涡的大小、位置,为飞行员的舰面安全起降提供了参考,对加强国防建设有着重要意义。
|
关 键 词: | 神经网络 支持向量机 数值模拟 舰面流场 预警系统 |
Early Warning System of Warship Flow Field Based on Machine Learning |
| |
Abstract: | |
| |
Keywords: | neural network support vector machine numerical simulation warship flow field early warning system |
本文献已被 维普 等数据库收录! |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|