[1]邢志伟 张辉.基于支持向量机的飞机地面结冰冰型分类预测[J].计算机技术与发展,2012,(06):247-250.
　XING Zhi-wei,ZHANG Hui.Aircraft Icing Type Classification Forecast Based on Support Vector Machine[J].,2012,(06):247-250.
点击复制

基于支持向量机的飞机地面结冰冰型分类预测()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年06期
页码:
247-250
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Aircraft Icing Type Classification Forecast Based on Support Vector Machine
文章编号:
1673-629X（2012）06-0247-04
作者:
邢志伟1 张辉2
[1]中国民航大学特种设备研究基地[2]中国民航大学航空自动化学院
Author(s):
XING Zhi-wei ; ZHANG Hui
[1]Ground Support Equipment Research Base, Civil Aviation University of China[2]Aeronautical Automation College, Civil Aviation University of China
关键词:
飞机结冰; 支持向量机; BP神经网络; 分类; 预测
Keywords:
aircraft icing ;  support vector machine;  BP neural network;  classification;  forecast
分类号:
TP391.4
文献标志码:
A
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
Abstract:
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

相似文献/References:

[1]李雷 张建民.一种改善的基于支持向量机的边缘检测算子[J].计算机技术与发展,2010,(03):125.
　LI Lei,ZHANG Jian-min.An Improved Edge Detector Using the Support Vector Machines[J].,2010,(06):125.
[2]陈俏 曹根牛 陈柳.支持向量机应用于大气污染物浓度预测[J].计算机技术与发展,2010,(01):247.
　CHEN Qiao,CAO Gen-niu,CHEN Liu.Application of Support Vector Machine to Atmospheric Pollution Prediction[J].,2010,(06):247.
[3]李晶 姚明海.基于支持向量机的语义图像分类研究[J].计算机技术与发展,2010,(02):75.
　LI Jing,YAO Ming-hai.Research of Semantic Image Classification Based on Support Vector Machine[J].,2010,(06):75.
[4]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(06):17.
[5]曹庆璞 董淑福 罗赟骞.网络时延的混沌特性分析及预测[J].计算机技术与发展,2010,(04):43.
　CAO Qing-pu,DONG Shu-fu,LUO Yun-qian.Chaotic Analysis and Prediction of Internet Time- Delay[J].,2010,(06):43.
[6]路川 胡欣杰.区域航空市场航线客流量预测研究[J].计算机技术与发展,2010,(04):84.
　LU Chuan,HU Xin-jie.Analysis of Regional Airline Passenger Forecast Title[J].,2010,(06):84.
[7]黄炜 黄志华.一种基于遗传算法和SVM的特征选择[J].计算机技术与发展,2010,(06):21.
　HUANG Wei,HUANG Zhi-hua.Feature Selection Based on Genetic Algorithm and SVM[J].,2010,(06):21.
[8]孙秋凤.microRNA计算识别中的模式识别技术[J].计算机技术与发展,2010,(06):97.
　SUN Qiu-feng.Pattern Recognition Technology for MicroRNA Identification[J].,2010,(06):97.
[9]刘振岩 王勇 陈立平 马俊杰 陈天恩.基于SVM的农业智能决策Web服务的研究与实现[J].计算机技术与发展,2010,(06):213.
　LIU Zhen-yan,WANG Yong,CHEN Li-ping,et al.Research and Implementation of Intelligence Decision Web Services Based on SVM for Digital Agriculture[J].,2010,(06):213.
[10]王李冬.一种新的人脸识别算法[J].计算机技术与发展,2009,(05):147.
　WANG Li-dong.A New Algorithm of Face Recognition[J].,2009,(06):147.

备注/Memo

备注/Memo:
国家自然科学基金（60879020）邢志伟（1970-），男，辽宁新民人，教授，博士,主要研究方向为民航特种设备与系统、机器人技术张辉（1986-），男，江苏淮安人，硕士研究生，主要研究方向为机电系统智能检测与控制技术
更新日期/Last Update: 1900-01-01