您的位置: 专家智库 > >

李卫青

作品数:7 被引量:12H指数:3
供职机构:四川航空股份有限公司更多>>
相关领域:航空宇航科学技术自动化与计算机技术电气工程经济管理更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 2篇航空宇航科学...
  • 1篇电气工程

主题

  • 3篇健康
  • 1篇电池
  • 1篇虚拟仪器
  • 1篇蓄电池
  • 1篇学习机
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇软件设计
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据采集
  • 1篇网络
  • 1篇系统软件
  • 1篇系统设计
  • 1篇向量
  • 1篇向量机
  • 1篇极限学习机
  • 1篇碱性蓄电池
  • 1篇健康管理

机构

  • 5篇中国民用航空...
  • 1篇四川航空股份...

作者

  • 5篇李卫青
  • 4篇谢家雨
  • 4篇胡焱
  • 1篇蒋陵平
  • 1篇刘英
  • 1篇苟立俊
  • 1篇杨阳

传媒

  • 1篇电源技术
  • 1篇测控技术
  • 1篇航空维修与工...
  • 1篇中国测试

年份

  • 2篇2016
  • 2篇2015
  • 1篇2014
7 条 记 录,以下是 1-5
排序方式:
航空铅酸蓄电池健康评估与管理系统软件研究
随着航空业的迅猛发展,民航安全越来越受到国家的重视。航空铅酸蓄电池作为备用电源,是飞行器的重要组成部分之一,其主要用于飞行器的启动、照明、通信和应急备用。因此,对于飞行器的飞行安全来说,航空铅酸蓄电池起着举足轻重的作用。...
李卫青
关键词:软件设计
基于GA+SVM的航空铅酸蓄电池健康评估被引量:3
2016年
针对航空铅酸蓄电池健康状况评估本身所存在的小样本、非线性和复杂性等特点,结合支持向量机(support vector machine,SVM)和遗传算法(genetic algorithm,GA),提出了一种新的航空铅酸蓄电池健康评估模型。由于支持向量机的分类准确率很大程度上取决于参数的选取,因此利用遗传算法对SVM模型参数进行优化,以得到优化的支持向量机的评估模型。为了验证该模型的有效性,利用中国民用航空飞行学院航空铅酸蓄电池的实测数据进行了验证,实验结果表明该模型的分类精度高达96.25%,该评估模型是可行的,并且为航空铅酸蓄电池的健康评估提供了一种新思路。
谢家雨李卫青胡焱
关键词:支持向量机遗传算法健康状况评估
基于PNN的航空铅酸蓄电池容量预测被引量:3
2015年
针对航空铅酸蓄电池容量预测的复杂性和非线性等问题,提出了一种基于概率神经网络(PNN,probabilistic neural network)的航空铅酸蓄电池容量预测模型。阐述了PNN的基本理论,分析了影响航空铅酸蓄电池容量的因素,并合理地选取了PNN的输入量。在中国民航飞行学院各个分院采集样本数据并进行了验证,验证结果表明,基于PNN的航空铅酸蓄电池容量预测方法不但具有泛化能力好、学习速度快、预测精度高等优点,而且可以有效地减少由满容量放电造成的电池老化,延长航空铅酸蓄电池的使用寿命,具有良好的应用前景。
谢家雨李卫青胡焱
关键词:概率神经网络
航空碱性蓄电池全寿命健康管理系统设计
2014年
为了解决民航生产中航空碱性蓄电池维护自动化程度低、易受人为因素影响的问题,提出了一种航空碱性蓄电池全寿命无线健康管理系统设计方案。设计了前端管理设备,搭建了一套无线管理系统,并利用labview相关技术对数据进行采集、分析、存储和管理。对系统功能进行了测试,结果表明,设计的系统具有自动化程度高、可靠性和稳定性高等优点。
谢家雨李卫青胡焱苟立俊刘英
关键词:健康管理虚拟仪器数据采集
ELM在航空铅酸蓄电池容量检测中的应用被引量:1
2016年
针对传统BP神经网络训练速度慢、参数选择难、易陷入局部极值等缺点,提出基于极限学习机(ELM)的航空铅酸蓄电池容量检测模型。极限学习机是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度。在确定最优参数的基础上,建立ELM的航空铅酸蓄电池容量检测模型。实验结果表明:LM获得较高的分类准确率和较快的训练速度,从而验证ELM用于航空铅酸蓄电池容量检测模型的可行性和有效性。
胡焱杨阳谢家雨李卫青蒋陵平
关键词:极限学习机
共1页<1>
聚类工具0