基于神经网络的飞行科目模板样本集建立方法

• 作者: 刘飞 殷之平 马凯超 黄其青
• 来源期刊: 航空计算技术
• 关键词: 飞行科目 模板样本集 聚类分析 载荷预测 神经网络 卡尔曼滤波
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 计 算 方 法
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

为建立某一飞行科目的模板样本集，提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本，建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等，使样本量缩减90％以上，得到该科目的模板样本集。用处理后的样本训练BP神经网络，对其他未经处理的试飞样本进行载荷预测，误差均在3％之内，说明处理后的样本能代表该科目的数据特点，即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄其青	西北工业大学航空学院	68	509	12.0	18.0
2	殷之平	西北工业大学航空学院	53	369	11.0	16.0
3	刘飞	西北工业大学航空学院	10	46	5.0	6.0
4	马凯超	西北工业大学航空学院	5	15	2.0	3.0