您的位置： 专家智库 > >

高阳

作品数：2 被引量：6H指数：1
供职机构：哈尔滨工业大学航天学院更多>>
发文基金：中央高校基本科研业务费专项资金更多>>
相关领域：航空宇航科学技术自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 2篇航空宇航科学...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇故障诊断
  • 1篇映射
  • 1篇映射网络
  • 1篇特征映射
  • 1篇自组织
  • 1篇自组织特征映...
  • 1篇自组织特征映...
  • 1篇网络
  • 1篇卫星
  • 1篇卫星故障
  • 1篇卫星故障诊断
  • 1篇回归神经网络
  • 1篇广义回归神经...
  • 1篇航天
  • 1篇航天器
  • 1篇航天器故障
  • 1篇SOM
  • 1篇GRNN

机构

  • 2篇哈尔滨工业大...

作者

  • 2篇高阳
  • 1篇安若铭

传媒

  • 1篇航天器环境工...

年份

  • 1篇2013
  • 1篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于分层神经网络的航天器故障诊断技术被引量：6
2013年
为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。
安若铭高阳
关键词：航天器故障诊断广义回归神经网络自组织特征映射网络
基于分层神经网络的卫星故障诊断技术应用研究
随着我国航天事业的不断发展，飞行器结构的复杂和太空环境恶化，空间垃圾的增多，对飞行器的可靠性要求也越来越高，故障诊断方法的局限性已经不能满足对飞行器安全工作的需要。针对卫星结构复杂、难以建模、监测数据量大的特点，采用分层...
高阳
关键词：卫星故障诊断GRNNSOM
文献传递
全选 清除 导出
共1页<1>
聚类工具0