基于改进SFAM多分类器的SLFS逼真度评估

• 作者: 张健沛 张勇实 由俊生 由勇 由育阳
• 来源期刊: 系统仿真学报
• 学科: 航空航天
• 关键词: SFAM 自适应警戒参数 多分类器 持续载荷飞行模拟器 逼真度
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 2212-2215
• 分类号: V216.7
• 语种: 中文

摘要

持续载荷飞行模拟器(SLFS),是飞行模拟器从"无持续载荷模拟功能"到"有持续载荷模拟功能"的技术跃升,能够实现逼真的模拟实战飞行训练.因为有了持续载荷模拟功能,人体感知模拟环节提升到核心地位,逼真度评估方法必须与之相适应.利用数据挖掘中分类算法对模拟器的开环逼真度和闭环逼真度按不同权重进行层次评估.简化自适应谐振神经网络(SFAM)具有优良的分类性能和更快的收敛速度,但也存在当输入模式类属间差距较大时分类出错以及分类稳定性的缺陷.为了改善网络性能,采用自适应警戒参数的方法对网络进行优化;采用多SFAM分类器集成复合的方法克服分类缺陷.经试验,改进的多SFAM分类器在对影响持续载荷模拟飞行逼真度的各种因素分类过程中表现了较高的分类精度,是一种有效的适应持续载荷飞行模拟器的逼真度评估方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	由勇		4	18	3.0	4.0
3	由俊生		10	47	5.0	6.0
4	由育阳	哈尔滨工程大学计算机科学与技术学院	2	13	2.0	2.0
5	张勇实	哈尔滨工程大学计算机科学与技术学院	4	13	3.0	3.0