排序方式: 共有31条查询结果,搜索用时 15 毫秒
12.
性能参数预测技术是航空发动机健康管理的核心研究内容,越来越多的机器学习算法被应用于该领域,正则化极限学习机(Regularized extreme learning machine,RELM)是其中之一.但RELM的正则化参数确定非常消耗计算资源,使其在数据量较大的航空发动机性能参数预测领域表现出不适应性.本文使用前向... 相似文献
13.
14.
15.
如何控制空间站水循环处理系统的微生物数量对于保证航天员的饮用水和生活用水十分重要。微生物数量超标会对航天员身体健康产生影响,某些硫酸盐还原菌也会附着在管道设备上并发生化学反应,产生的H2S气体会腐蚀设备。控制水循环处理系统的微生物有地面控制、选用特殊材料和在轨杀菌共3个方面。2003年NASA给出了空间站中微生物控制的一系列要求。文章中提出了两种微生物检测方法:ATP生物发光法和比色固相萃取法测碘和银离子数量的方法,通过比较两者的优劣以及多方面的探究,最后,确定通过监测碘和银离子的数量来控制微生物数量更加方便有效。 相似文献
16.
17.
机组人员疲劳驾驶是引发航空事故的原因之一。现有的研究缺少将脸部信息融合的疲劳表情识别,对疲劳表情识别可有效提高疲劳驾驶识别准确率。根据卷积神经网络的基本结构,将卷积核大小为1×1的卷积层加在输入层之后,让网络深度增加、提高特征学习能力、增加输入数据的非线性表示,同时对计算量基本无负面影响,采用线性修正函数ReLU作为激励函数解决模型在训练中梯度消失问题,提出了一种改进的卷积神经网络模型。基于LFW数据集筛选出正常、说话、疲劳3种状态表情,对其进行预处理建立疲劳表情数据集。训练完成的CNN模型对自建疲劳表情数据集实验识别准确率为88.3%,平均识别时间为20ms,与传统疲劳驾驶识别方法相比具有准确率高和实时高效的优点。与未改进的卷积神经网络相比,识别准确率提高了5.02%。 相似文献
20.