路建明
- 作品数：6 被引量：151H指数：5
- 供职机构：空军工程大学航空航天工程学院飞行器与动力工程系更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 基于支持向量机的航空发动机辨识模型被引量：17
- 2004年
- 针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。
- 尉询楷李应红王剑影张朴路建明
- 关键词：航空发动机结构风险最小化支持向量回归
- 一种新的神经网络自适应解耦控制方法
- 本文提出了一种基于回归小波网络(recurrentwaveletnetworks)的多输入多输出(MIMO)强耦合系统的动态解耦控制方法.该方法采用双回归小波网络分别作为辨识器(diagonalrecurrentwave...
- 尉询楷李应红张朴路建明
- 关键词：动态解耦控制神经网络
- 文献传递
- 基于支持向量机的时间序列预测模型分析与应用被引量：53
- 2005年
- 阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力,可预测区间较长且具有较高的准确度,而递归神经网络模型在中、短期预测中与支持向量机相差不大,在较长区间预测中效果较差的结论。
- 尉询楷李应红张朴路建明
- 关键词：支持向量回归递归神经网络时间序列预测
- 基于支持向量机的信息融合诊断方法被引量：11
- 2005年
- 提出了一种采用小波变换进行特征提取、支持向量机进行模式分类的多传感器信息融合诊断方法。该方法首先对多传感器的信息进行加权初级融合,接着利用小波变换的时频局部特性和多尺度、多分辨特性对传感器测量信号进行特征提取,最后利用支持向量机进行分类实现信息的特征级融合和分类。将其应用于某转子实验台的故障诊断中,取得了令人满意的结果。
- 尉询楷李应红刘建勋路建明
- 关键词：支持向量机小波变换信息融合特征提取故障诊断
- 支持向量机在航空发动机故障诊断中的应用被引量：35
- 2004年
- 提出了一种基于支持向量机的航空发动机故障诊断方法。该方法在利用恰当的工具或方法提取到发动机故障的特征信息之后,采用支持向量机对特征信息与故障模式进行关联,实现故障模式的分类。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,将其应用于某型发动机的故障诊断中,取得了较好的效果。该方法尤其对于新型发动机的故障诊断具有一定的参考价值。
- 尉询楷陆波汪诚路建明李应红
- 关键词：航空发动机故障诊断特征提取支持向量机
- 基于支持向量机的航空发动机滑油监控分析被引量：36
- 2004年
- 提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。
- 尉询楷李应红王硕路建明汪诚
- 关键词：支持向量机滑油监控自回归模型时间序列预测金属含量
