188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
珍宝文档库

上传于:2019-10-31

粉丝量:88

学术论文 期刊论文 精品实用文档,希望能帮到大家


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • BP神经网络模型在无人机系统故障预测中的应用分析

    星级: 6 页

  • 改进的BP神经网络模型在麻疹预测中的应用研究

    星级: 4 页

  • BP神经网络模型在铁路货运量预测中的应用

    星级: 2 页

  • 改进BP神经网络模型在长庆气田产能预测中的应用

    星级: 4 页

  • 改进BP神经网络模型在长庆气田产能预测中的应用

    星级: 4 页

  • BP神经网络模型在空分制氧质量预测中的应用

    星级: 3 页

  • BP神经网络模型在纺纱质量预测中的应用

    星级: 3 页

  • 改进的BP神经网络模型在麻疹预测中的应用研究

    星级: 4 页

  • BP神经网络模型在空分制氧质量预测中的应用

    星级: 3 页

  • BP 神经网络模型在空分制氧质量预测中的应用

    星级: 3 页

  • BP神经网络模型在深埋隧道岩爆预测中的应用

    星级: 5 页

  • 多隐层BP神经网络模型在径流预测中的应用 

    星级: 6 页

  • BP神经网络模型在深埋隧道岩爆预测中的应用

    星级: 5 页

  • BP 神经网络模型在空分制氧质量预测中的应用

    星级: 3 页

  • 小波-BP神经网络模型在地铁变形预测中的应用

    星级: 4 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: BP神经网络模型在无人机系统故障预测中的应用分析

下载积分: 1000

内容提示: 第 36卷第 9期    计算机应用与软件 Vol36No.92019年 9月   ComputerApplicationsandSoftware Sep.2019BP神经网络模型在无人机系统故障预测中的应用分析苏续军 1  吕学志21 (陆军工程大学石家庄校区一系 河北 石家庄 050003)2 (陆军炮兵训练基地模拟训练中心 河北 宣化 075100)收稿日期:2018-12-21。国家自然科学基金项目(U1435218);中国博士后科学基金项目(2017M613360);军内装备科研项目(012016012600B12507)。苏续军,讲师,主研领域:装备保障工程,兵器测试与诊断。吕学志,讲师。摘 要  提出一种利用 BP神经网络预测无人机系统故障的方法。对利用无人机系统故障数据集预测无人机故障的相关问题进行分析;给出 BP神经网络的建模思路和计算方法;探讨使用特征变量显著性筛选技术识别故障影响因...

文档格式:PDF | 页数:6 | 浏览次数:9 | 上传日期:2019-10-31 11:12:33 | 文档星级:
第 36卷第 9期    计算机应用与软件 Vol36No.92019年 9月   ComputerApplicationsandSoftware Sep.2019BP神经网络模型在无人机系统故障预测中的应用分析苏续军 1  吕学志21 (陆军工程大学石家庄校区一系 河北 石家庄 050003)2 (陆军炮兵训练基地模拟训练中心 河北 宣化 075100)收稿日期:2018-12-21。国家自然科学基金项目(U1435218);中国博士后科学基金项目(2017M613360);军内装备科研项目(012016012600B12507)。苏续军,讲师,主研领域:装备保障工程,兵器测试与诊断。吕学志,讲师。摘 要  提出一种利用 BP神经网络预测无人机系统故障的方法。对利用无人机系统故障数据集预测无人机故障的相关问题进行分析;给出 BP神经网络的建模思路和计算方法;探讨使用特征变量显著性筛选技术识别故障影响因素。实际计算表明该方法能有效应用于无人机故障预测,具可行性。关键词  数据挖掘 无人机 可靠性 事故。拢猩窬缰型挤掷嗪拧。裕校常梗薄   ∥南妆晔堵搿。痢   。模希:10.3969/j.issn.1000386x.2019.09.013APPLICATIONANDANALYSISOFBPNEURALNETWORKMODELINUNMANNEDAERIALVEHICLESYSTEM FAILUREPREDICTIONSuXujun1 。üXuezhi21 (ArtilleryDepartment,ArmyEngineeringUniversity,Shijiazhuang050003,Hebei,China)2 (NinthComprehensiveTrainingBaseofArmy,Xuanhua075100,Hebei,China)Abstract 。裕瑁椋螅穑幔穑澹颍洌澹螅悖颍椋猓澹洌瑁铮鳎簦铮酰螅澹拢校睿澹酰颍幔欤睿澹簦鳎铮颍耄簦铮穑颍澹洌椋悖簦簦瑁澹妫幔椋欤酰颍澹铮妫眨粒郑螅螅簦澹恚螅桑簦幔睿幔欤澹洌簦瑁澹穑颍铮猓欤澹恚螅铮妫眨粒郑妫幔酰欤簦螅穑颍澹洌椋悖簦椋铮睿酰螅椋睿纾眨粒郑螅螅簦澹恚妫幔酰欤簦洌幔簦幔螅澹,putforwardmodelingideasandcalculationmethodsofBPneuralnetwork,anddiscussedcharacteristicvariablesignificancescreeningtechnologytoidentifytheinfluencingfactorsoffaults.TheactualresultsshowthattheproposedmodelandcalculationmethodcanbeeffectivelyappliedtoUAVfaultprediction,anditisfeasible.Keywords 。模幔簦幔恚椋睿椋睿纭。眨粒帧。遥澹欤椋幔猓椋欤椋簦。疲幔椋欤酰颍濉。拢校睿澹酰颍幔欤睿澹簦鳎铮颍耄啊∫⊙阅壳,无人机由于其自身特点和优越性能在军事、经济等领域得到了广泛应用,地位愈显重要。随着无人机技术越来越先进,无人机构造组成越来越复杂,由于受操控技能的熟练性和各种环境因素的影响,无人机故障时有发生。为了避免故障发生,减少对作战、训练任务的影响,对无人机故障进行预测并分析造成故障的重要因素尤为重要。国内外相关研究主要集中在大型无人机系统上。大型无人机系统的误操作率往往比有人驾驶飞机大一到两个数量级 [1] 研究发现人为错误占早期大型无人机事故的 21%至 80% [2] ,而最近的研究发现它接近56% ~69% [3] 。从理论上讲,提高无人机自动化程度和操控人员的经验水平可以减少大型无人机中的人为错误 [4] 。为了避免大型无人机与其他飞行器碰撞 [5] ,以及避免造成地面人员或财产的伤害 [6] ,研究建议继续开发 [7] 感知技术、规避技术、自动着陆技术 [8] 。其他研究认为环境因素对大型无人机和有人驾驶飞机可靠性有很大影响,例如风速和风向 [9] 。与载人飞行器相比,可用于无人机系统分析的数据要少得多。因此,大多数无人机可靠性研究倾向于通过指定最小故障率来满足可靠性目标 [10-11] ,或利用故障树分析 [12-14] 、故障模式和影响分析 [15-17] 对无人机可靠性进行分析。这些无人机可靠性研究都是基于理论的分析,而不是基于数据的分析。本文将通过 BP神经网络技术,建立无人机的故障预测模型,并分析影

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司