排序方式： 共有2条查询结果，搜索用时 34 毫秒
1
1.
为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。 相似文献
针对非线性系统领域具有更广泛意义的线参数多项式组合模型,提出一种非线性多项式模型结构辨识和参数辨识一体化算法。该算法将结构辨识中基于贡献项的择优过程与基于冗余项的劣汰过程结合。在择优过程中,根据输出向量投影残差下降的最大化,采用基于输出向量残差化的递归改进Gram-Schmidt（RMGS）算法,在向量空间的全集中择优,并允许部分冗余非模型项选入。在劣汰过程中,为平等对待正交化向量的贡献,采用基于改进正交化次序的模型结构劣汰策略,在优选集合里逐个删除对实际输出贡献相对较小的结构项,以系统完备性指标为约束,确认结构与参数。2类典型非线性多项式模型辨识仿真算例对比验证了算法的有效性。 相似文献
1