位置:成果数据库 > 期刊 > 期刊详情页
基于支持向量机的飞机地面结冰冰型分类预测
  • ISSN号:1673-629X
  • 期刊名称:计算机技术与发展
  • 时间:2012.6.6
  • 页码:247-250
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国民航大学特种设备研究基地,天津300300, [2]中国民航大学航空自动化学院,天津300300
  • 相关基金:国家自然科学基金(60879020)
  • 相关项目:飞机地面结冰预测基础理论与关键技术研究
中文摘要:

飞机结冰严重影响飞机的安全性,而不同结冰类型对飞机的危害程度也不同。文中提出了一种飞机结冰冰型预测模型,该方法将支持向量机应用于飞机结冰冰型分类。首先对各类结冰冰型影响因子进行分析,在此基础上建立了基于支持向量机的飞机结冰冰型分类模型。采用基于支持向量机的分类模型对飞机地面结冰进行了冰型识别,并与BP神经网络的分类模型进行了识别效果对比。试验结果表明,在小样本条件下,该方法具有分类准确度高、推广能力较强等优点,有良好的应用前景。

英文摘要:

Aircraft icing can seriously affect the safety of aircraft,and different types of aircraft icing has an effect on the aircraft safety to various extents. A SVM ( Support Vector Machine) model for aircraft icing type prediction is presented to classify aircraft icing type. The input variables of icing type are analyzed, and then based on the analysis, the appropriate forecasting methods are chosen and an SVM model for aircraft icing type classification is established. The SVM-based classification model is employed to identify aircraft ground icing type and compared with the classification model based on BP neural network. The experimental results showed that the model based on the SVM method can supply high forecast accuracy, strong generalization ability with small samples, and have good application prospect.

同期刊论文项目
期刊论文 39 会议论文 20 专利 10
同项目期刊论文
期刊信息
  • 《计算机技术与发展》
  • 中国科技核心期刊
  • 主管单位:陕西省工业和信息化厅
  • 主办单位:陕西省计算机学会
  • 主编:王守智
  • 地址:西安市雁塔路南段99号
  • 邮编:710054
  • 邮箱:ctad@vip.163.com
  • 电话:029-85522163
  • 国际标准刊号:ISSN:1673-629X
  • 国内统一刊号:ISSN:61-1450/TP
  • 邮发代号:52-127
  • 获奖情况:
  • 《CAJ-CD规范》执行优秀期刊
  • 国内外数据库收录:
  • 中国中国科技核心期刊
  • 被引量:21263