您的位置： 专家智库 > >

陕西省自然科学基金(2010JQ8005)

作品数：7 被引量：51H指数：3
相关作者：郭阳明马捷中付琳娟冉从宝孙姜燕更多>>
相关机构：西北工业大学西安外事学院更多>>
发文基金：中国航空科学基金陕西省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术航空宇航科学技术理学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 3篇航空宇航科学...
  • 1篇理学

主题

  • 4篇网络
  • 3篇回声状态网络
  • 2篇主元
  • 2篇主元分析
  • 2篇小波
  • 2篇混沌
  • 2篇混沌时间序列
  • 2篇故障预测
  • 2篇飞机
  • 1篇电路
  • 1篇电路故障诊断
  • 1篇信息融合
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列
  • 1篇子群
  • 1篇子系统

机构

  • 6篇西北工业大学
  • 2篇西安外事学院

作者

  • 6篇郭阳明
  • 4篇马捷中
  • 3篇付琳娟
  • 2篇孙姜燕
  • 2篇冉从宝
  • 1篇巨维博
  • 1篇蔡小斌
  • 1篇翟正军
  • 1篇姬昕禹
  • 1篇肖凡

传媒

  • 3篇西北工业大学...
  • 1篇计算机工程与...
  • 1篇航空动力学报
  • 1篇计算机测量与...
  • 1篇西安工业大学...

年份

  • 2篇2013
  • 4篇2012
  • 1篇2010
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于ESN的航空发动机状态组合预测方法被引量：2
2013年
基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.
郭阳明付琳娟冉从宝马捷中
关键词：航空发动机回声状态网络小波分析
基于回声状态网络的飞机混沌时间序列预测模型被引量：4
2012年
准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。
郭阳明蔡小斌付琳娟马捷中
关键词：小波变换回声状态网络故障预测
基于组合优化BP神经网络的模拟电路故障诊断被引量：39
2013年
电子系统的可靠性已成为影响系统正常运行的关键,因此电路故障的诊断越来越受到重视。基于BP神经网络的诊断方法是目前实现模拟电路故障诊断的有效方法之一。文章针对已有BP神经网络模拟电路故障诊断技术的不足,提出了一种组合优化的诊断方案。该方案采用遗传算法优化确定BP神经网络的初始权值,以规避BP神经网络易陷入局部极小值的不足,然后应用L-M方法在这个局部解空间里对BP神经网络进行精调,搜索出最优解或者近似最优解。该方案发挥了BP神经网络的广泛映射能力和遗传算法的全局搜索能力,加快了网络的学习速度,综合提高了整个学习过程中的逼近能力和泛化能力,有效提升了基于BP神经网络模拟电路故障诊断的性能。
郭阳明冉从宝姬昕禹马捷中
关键词：模拟电路故障诊断BP神经网络遗传算法
基于参数优化支持向量机的航空电子系统故障诊断被引量：5
2012年
随着航空电子系统的不断发展,复杂性和关键性不断增强,其故障的实时在线诊断越来越受到重视;针对电子系统在故障诊断中表现出的非线性、复杂性、强干扰性和多样性的特点,提出采用支持向量机进行航空电子系统的故障诊断;同时,采用粒子群优化(PSO)算法实现支持向量机的参数寻优,以提高其参数选择的效率,避免人为选择参数的不足;仿真实验表明,该方法融合航空电子系统的多点测试信息,结构简单时效性高,故障检测正确率达到97.5%,平均故障识别正确率达到96.9%,适用于信息融合型的航空电子系统在线智能故障诊断。
肖凡郭阳明马捷中
关键词：航空电子系统支持向量机粒子群优化信息融合
基于LS-SVR的混沌时间序列多参数自适应预测
2012年
故障预测对保障复杂设备的安全可靠工作具有重要意义,但往往难以建立起准确的解析形式的数学模型,因此常常依赖于通过观测所获得的混沌时间序列进行预测分析.为了提高预测的有效性和准确性,基于支持向量机预测理论,提出考虑全部相关多参数混沌时间序列中的信息,进行多参数相空间重构产生训练样本,并建立了多参数自适应最小二乘支持向量回归预测模型.以某设备三个相关参数的仿真混沌时间序列为例进行了预测实验,结果表明该方法有较好的预测精度,是一种有效的预测方法.
巨维博郭明俊郭阳明
关键词：故障预测自适应混沌时间序列
飞机发动机故障的多参数预测模型被引量：1
2012年
飞机发动机故障往往表现出一种故障表征出多种特征信号,同一特征信号还可能反映了不同的故障的特点,而传统的基于灰色理论的飞机发动机故障预测由于只考虑表征发动机故障的一个特征参数或单独考虑几个特征参数,使得预测的准确性不能满足实际工程需要。针对某型发动机故障,借鉴灰色预测建模和信息融合的思想,提出了基于多故障特征参数的发动机故障预测模型,使得多个相关特征参数时间序列不仅可以为各自的预测提供相关信息,也可为其他序列预测提供必要的信息,增加了预测的准确性。仿真验证结果表明,该预测模型具有较高的预测准确性,是一个有效的预测模型。
孙姜燕徐艳玲
关键词：发动机故障灰色预测
基于回声状态网络和主元分析的混沌时间序列预测模型
2010年
回声状态网络(Echo State Network,ESN)能够极好地逼近非线性系统,在非线性混沌时间序列的预测中取得了良好的效果。但是,由于ESN的训练和预测过程是1个高维权值矩阵的运算过程,往往不能获得更好的预测速度。文章提出了一种基于主元分析与回声状态网络相融合的非线性混沌时间序列预测模型。该模型通过主元分析降低输入向量的维数,以减小ESN输入权值矩阵的规模,降低运算的复杂度,从而达到减小ESN训练时间、提高预测速度的目的。利用仿真数据对ESN和文中模型进行了精度和预测时间对比实验,表明该模型是一种有效模型。
郭阳明孙姜燕付琳娟翟正军
关键词：主元分析回声状态网络混沌时间序列
全选 清除 导出
共1页<1>
聚类工具0