作者:蔡畅,黄亦翔,邢宏文 单位:浙江大学 出版:《浙江大学学报(工学版)》2019年第07期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFZDZC2019070050 DOC编号:DOCZDZC2019070059 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了实时监控飞机机身的对接过程,针对机身对接数据没有标注和样本不平衡的特点,提出基于梯度提升树(GBDT)的机身对接状态识别方法.通过定位器及定位器上的载荷传感器,实时获取机身对接过程中的位移和载荷数据.结合飞机部件对接的工艺流程对历史对接数据进行状态标注,提出准确、高效的对接状态自动标注方法.在经过标注的对接数据上训练基于GBDT的机身对接状态识别模型,通过该模型可以获得各个特征的重要性.与长短期记忆网络(LSTM)、卷积神经网络(CNN)以及一些传统机器学习方法相比,该方法对接状态识别的宏F_1(macro_F_1)指标高达0.998,能够精准地识别每一种对接状态且训练速度较快。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。