《基于梯度提升树的飞机机身对接状态识别》PDF+DOC
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
《空调系统传感器故障诊断研究进展》PDF+DOC2017年第01期 房汉鸣,李建伟,贺健,吴宇恒
《基于多传感器数据融合的刀具磨损状态监测研究》PDF+DOC2017年第11期 陈刚,焦黎,颜培,王西彬,史雪春,彭振新
《ABB人工智能垃圾分拣方案亮相工博会》PDF+DOC2019年第10期
《三维力传感器在飞机大部件柔性对接系统中的应用》PDF+DOC2018年第01期 韩野,段国升
《基于多传感器信息融合的刀具监测技术》PDF+DOC1997年第03期 黄勇,应济,傅建中,陈子辰,周国民
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《基于传感器信号和神经网络的汽油机失火状态识别方法》PDF+DOC2012年第03期 杜灿谊,朱玉平,赖新方
《超限学习机在磁罗盘非线性误差补偿中的应用》PDF+DOC2015年第09期 刘艳霞,方建军,张晓娟,孙建
《基于声发射主轴机械密封端面开启状态识别技术》PDF+DOC2014年第04期 张尔卿,傅攀,吴希曦,张君凯
《ELM神经网络在发动机故障诊断系统中的应用研究》PDF+DOC2013年第18期 杨中华,李宗伯
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。