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:
为了实时、准确、可靠地预测轨姿控发动机试验中推力矢量的变化情况,本文在分析支持向量机(SVM)预测算法缺陷的基础之上,提出并建立了一种自适应能力较强的故障预测模型——ARVM(AdaptiveRelevance Vector Machine),并将其应用于某型轨姿控发动机高模试验推力矢量参数预测中.研究结果表明,ARVM预测模型在稀疏性和算法精度方面均体现出较高的优越性,能够很好地预测轨姿控发动机试验推力矢量的变化趋势.
推荐文章
固体姿轨控发动机动态推力补偿
动态性能
阻尼补偿
姿轨控发动机
推力测试台
基于FIG-SVR的姿控发动机推力校准斜率预测
姿控火箭发动机试验
推力校准斜率
FIG-SVR
预测
小推力姿/轨控液体火箭发动机材料的研究进展
姿/轨控液体发动机
材料
应用
基于FIG-SVR的姿控发动机推力校准斜率预测
姿控火箭发动机试验
推力校准斜率
FIG-SVR
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 基于自适应相关向量机模型的轨姿控发动机试验推力矢量预测
来源期刊 测试技术学报 学科 航空航天
关键词 自适应相关向量机 支持向量机 轨姿控发动机试验 推力矢量
年,卷(期) 2017,(2) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 114-119
页数 6页 分类号 V434-34
字数 2564字 语种 中文
DOI 10.3969/j.issn.1671-7449.2017.02.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨思锋 航天推进技术研究院北京航天试验技术研究所 2 9 1.0 2.0
2 陈文丽 航天推进技术研究院北京航天试验技术研究所 1 0 0.0 0.0
3 马军强 航天推进技术研究院北京航天试验技术研究所 1 0 0.0 0.0
4 田国华 航天推进技术研究院北京航天试验技术研究所 1 0 0.0 0.0
5 李志刚 航天推进技术研究院北京航天试验技术研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (36)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
自适应相关向量机
支持向量机
轨姿控发动机试验
推力矢量
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导