基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

• 作者: 梁大开 胡兴柳 陆观
• 来源期刊: 南京航空航天大学学报
• 学科: 物理学
• 关键词: 模糊神经网络 智能夹层 初始聚类中心 模糊C均值聚类
• 年，卷（期）: 2009,（4）
• 页码范围: 491-495
• 页数: 5页
• 分类号: O436
• 字数: 4046字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2009.04.014

摘要

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁大开	南京航空航天大学智能材料与结构航空科技重点实验室	186	1919	22.0	34.0
2	胡兴柳	南京航空航天大学智能材料与结构航空科技重点实验室	27	217	8.0	14.0
4	陆观	南京航空航天大学智能材料与结构航空科技重点实验室	10	61	4.0	7.0