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:
填充式防护结构的显式弹道极限方程在对弹丸进行超高速撞击损伤预测时,由于填充材料、填充方式的不同,会导致预测结果与实测数据存在一定偏差.对此,采用机器学习方式将该问题转化为二分类问题,以碰撞过程中的弹丸撞击参数、防护结构参数作为分类特征,构建了基于Adaboost的填充式防护结构超高速撞击损伤预测模型.该模型以分类回归树(CART)作为弱分类器,通过对一系列弱分类器的加权组合生成强分类器,并通过对训练样本的循环使用,实现了小样本集下的撞击损伤预测.实验结果表明,建立的Adaboost预测模型对填充式防护结构的超高速撞击损伤具有良好的预测效果,总体预测率与安全预测率相比于NASA的弹道极限方程均提高了14.3%,具有更强的通用性.通过不同训练样本规模下的交叉检验,证明了该模型具有良好的鲁棒性与准确性.
推荐文章
含泡沫铝防护结构的超高速撞击数值模拟研究
泡沫铝
防护结构
超高速撞击
SPH
撞击极限
空间碎片
非球弹丸超高速撞击航天器防护结构数值模拟
固体力学
形状效应
数值模拟
航天器
空间碎片
超高速撞击
铝弹丸超高速撞击防护结构的研究进展
碎片云
高速撞击
弹道极限方程
球弹丸超高速碰撞双层板防护结构撞击极限分析
空间防护
解析方法
撞击极限方程
超高速碰撞
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Adaboost的填充式防护结构超高速撞击损伤预测
来源期刊 北京航空航天大学学报 学科 航空航天
关键词 填充式防护结构 损伤研究 Adaboost算法 总体预测率 安全预测率
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 149-158
页数 10页 分类号 V423.4+3
字数 7931字 语种 中文
DOI 10.13700/j.bh.1001-5965.2018.0216
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 杨虹 航天工程大学研究生院 3 2 1.0 1.0
2 李新洪 航天工程大学宇航科学与技术系 12 12 2.0 2.0
3 丁文哲 航天工程大学研究生院 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  (52)
共引文献  (27)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1947(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(11)
  • 参考文献(5)
  • 二级参考文献(6)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
填充式防护结构
损伤研究
Adaboost算法
总体预测率
安全预测率
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导