基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
飞行事故率是反映航空安全水平的重要指标。针对飞行事故率预测建模难的问题,采用RBF神经网络方法,建立了飞行事故率的预测模型。仿真试验结果表明,RBF神经网络具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。
推荐文章
基于加权LS-SVM的飞行事故率预测模型
可加权最小二乘支持向量机
飞行事故
事故率
预测建模
基于加权LS-SVM的飞行事故率预测模型
可加权最小二乘支持向量机
飞行事故
事故率
预测建模
基于OLS-RBF神经网络的进场飞行时间预测
RBF神经网络
正交最小二乘
飞行时间预测
预计到达时间
基于RBF神经网络的电视收视率预测
RBF神经网络
收视率
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RBF神经网络的飞行事故率预测建模
来源期刊 飞机设计 学科 航空航天
关键词 RBF神经网络 飞行事故 事故率
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 31-34
页数 4页 分类号 V328
字数 2296字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (4)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
RBF神经网络
飞行事故
事故率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
飞机设计
双月刊
1673-4599
21-1339/V
大16开
辽宁省沈阳市
1980
chi
出版文献量(篇)
1881
总下载数(次)
5
总被引数(次)
7568
论文1v1指导