考虑雷暴气象细分因子的航班延误集成学习预测

雷暴天气对机场航班延误的影响较为显著,早期的航班延误预测模型通常将雷暴的影响因素看作单一的0-1变量,缺乏对雷暴气象因子的进一步细分,导致现有航班延误模型在恶劣天气下的预测效果不佳。选取国内两个机场全年的航班计划数据,基于机场的天气雷达数据提取了12个雷暴气象细分因子。在此基础上,采用随机森林算法计算各雷暴气象细分因子...     

基于随机森林算法的航空发动机振动趋势预测

提出了基于随机森林算法的航空发动机振动趋势预测模型。阐述了随机森林算法的基本理论和计算步骤,采用C-C法计算了延迟时间和嵌入维数,对一维时间序列进行了相空间重构,并在此基础上建立了随机森林算法的预测模型。应用发动机振动试验数据进行了振动预测,并与利用相同训练数据建立的支持向量机预测模型的预测结果进行对比。结果表明,与支持向量机模型相比,随机森林算法预测模型的预测精度更高,泛化能力更强,操作方便,且计算效率更高。     

红外空空导弹抗干扰效能评估建模

为了摸清红外空空导弹性能、提高导弹作战效能，需要全面有效地对导弹抗干扰能力进行评估。但是受限于无穷多的对抗情况，目前多数基于典型对抗场景进行研究分析，不够全面。为此使用改进的拉丁超立方采样法在全范围内设计采样点。首先，对红外对抗原理和仿真系统进行说明和构建，确定输入参数范围和类型；其次，对拉丁超立方采样进行改进优化，并将其生成的采样结果按需离散化，满足诱饵离散型参数设置需求；最后，运用上述生成的初始参数组合运行仿真系统，将获取的数据作为样本集交给随机森林模型学习，通过调优参数及调整损失矩阵后，得到预测精度为90.4%的红外空空导弹抗干扰效能评估模型。通过仿真，验证了所提模型在不同红外对抗态势和不同提取误差下的有效性。      

航空发动机适航知识库构建方法研究

针对航空发动机适航领域知识重用、共享性差的问题,分析该领域知识特点;采用改进重采样和BRF方法进行知识获取;提出产生式规则、框架网络和面向对象的混合知识表示模型。与数据库软件的有效集成,创建智能知识库系统,实现了知识的查询和维护。     

和航天员一起观赏地球家园

卫星在几百千米的太空可以拍摄到清晰的地面图片,而国际空间站里的航天员在休闲时间最喜欢做的事情之一就是用"大炮"拍摄地球家园的壮丽景色。现在,就让我们跟随航天员的镜头从太空来尽情观赏我们多姿多彩的家园美景。     

基于随机森林的航天器电信号多分类识别方法

针对航天器电特性信号数据存在数据量大、特征维数高、计算复杂度大和识别率低等问题,提出基于主成分分析(PCA)的特征提取方法和随机森林(RF)算法,对原始数据进行降维,提高计算效率和识别率,实现对航天器电信号数据的快速、准确识别分类。随机森林算法在处理高维数据上具有优越的性能,但是考虑到时间复杂度问题,利用主成分分析方法对数据进行压缩和降维,在保证准确率的同时提高了计算效率。实验结果表明:与其他算法相比,针对航天器电特性信号数据,本文方法在准确率、计算效率和稳定性等方面均显示出优异的性能。