王雪飘
- 作品数：2 被引量：6H指数：2
- 供职机构：空军工程大学航空航天工程学院更多>>
- 发文基金：陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 粗SVM方法及其在发动机故障诊断中的应用被引量：2
- 2008年
- 支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服过学习和泛化能力低等缺陷。但是在利用支持向量机的分类算法处理实际问题时,该算法的计算速度较慢、处理问题效率较低。文中介绍了一种新的学习算法粗SVM分类方法,就是将粗糙集和支持向量机相结合,利用粗糙集对支持向量机的训练样本进行预处理,通过属性约简方法以减少属性个数,且在属性约筒过程中选出几组合适的属性集组成新的属性集,使模型具有一定的抗信息丢失能力,同时充分利用SVM的良好推广性能,从而缩短样本的训练时间,实现快速故障诊断。对航空发动机故障诊断的实验结果表明了该方法的优越性。
- 王雪飘李学仁吴志强
- 关键词：粗糙集支持向量机航空发动机故障诊断
- 基于马氏距离的飞行缺失数据估计方法被引量：4
- 2009年
- 针对基于欧式距离的最近邻居的缺失值估计算法的不足,提出了一种基于马氏距离的估计算法来估计飞行数据集中的缺失数据。该算法通过飞行数据之间的马氏距离来选择最近邻居数据,并将已得到的估计值应用到后续的估计过程中,然后采用信息熵来计算最近邻居的加权系数,得到缺失数据的估计值。仿真结果表明该算法优于基于欧式距离的最近邻居缺失值处理算法,是一种有效的飞行数据缺失值估计方法。
- 王雪飘张宏亭李学仁
- 关键词：飞行数据信息熵
