NHẬN DẠNG HỆ SỐ LỰC NÂNG MÁY BAY TRONG GIAI ĐOẠN CẤT CÁNH SỬ DỤNG MẠNG NƠRON ĐỘT BIẾN VỚI MÔ HÌNH NƠRON IZHIKEVICH VÀ THUẬT TOÁN HỌC SÂU SPIKEPROP

Nguyễn Văn Tuấn, Trương Đăng Khoa, Phạm Trung Dũng
{"title":"NHẬN DẠNG HỆ SỐ LỰC NÂNG MÁY BAY TRONG GIAI ĐOẠN CẤT CÁNH SỬ DỤNG MẠNG NƠRON ĐỘT BIẾN VỚI MÔ HÌNH NƠRON IZHIKEVICH VÀ THUẬT TOÁN HỌC SÂU SPIKEPROP","authors":"Nguyễn Văn Tuấn, Trương Đăng Khoa, Phạm Trung Dũng","doi":"10.56651/lqdtu.jst.v18.n02.690","DOIUrl":null,"url":null,"abstract":"Bài báo đề xuất phương pháp nhận dạng hệ số lực nâng của máy bay trong giai đoạn cất cánh dựa trên dữ liệu ghi lại từ chuyến bay thực tế, sử dụng mạng nơron đột biến (SNN) theo mô hình nơron Izhikevich và thuật toán lan truyền ngược sai số đột biến (SpikeProp). Kết quả nhận dạng được so sánh với kết quả khi sử dụng mạng Radial Basic Network (RBN) và nhận dạng theo mô hình hồi quy phi tuyến (NARX), cho thấy độ chính xác, độ tin cậy cao hơn và số lần luyện mạng nhỏ hơn. Kết quả nhận được là cơ sở để có thể áp dụng mạng SNN với các mô hình nơron và tổng hợp thuật toán luyện mạng khác trong nhận dạng các hệ số khí động của thiết bị bay trong các chế độ cơ động khác nhau.","PeriodicalId":246065,"journal":{"name":"Journal of Science & Technique","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Science & Technique","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.56651/lqdtu.jst.v18.n02.690","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Bài báo đề xuất phương pháp nhận dạng hệ số lực nâng của máy bay trong giai đoạn cất cánh dựa trên dữ liệu ghi lại từ chuyến bay thực tế, sử dụng mạng nơron đột biến (SNN) theo mô hình nơron Izhikevich và thuật toán lan truyền ngược sai số đột biến (SpikeProp). Kết quả nhận dạng được so sánh với kết quả khi sử dụng mạng Radial Basic Network (RBN) và nhận dạng theo mô hình hồi quy phi tuyến (NARX), cho thấy độ chính xác, độ tin cậy cao hơn và số lần luyện mạng nhỏ hơn. Kết quả nhận được là cơ sở để có thể áp dụng mạng SNN với các mô hình nơron và tổng hợp thuật toán luyện mạng khác trong nhận dạng các hệ số khí động của thiết bị bay trong các chế độ cơ động khác nhau.
利用伊希克维奇神经元模型的突变神经元网络和深尖螺柱算法识别飞机起飞时的升力系数
本文提出了一种基于实际飞行数据的飞机升力系数识别方法,采用伊希克维奇神经元模型的突变神经元网络和SpikeProp算法。识别结果与径向基本网络(RBN)和非线性回归模型(NARX)的结果进行了比较,显示了更高的准确性、可靠性和更小的网络演练次数。结果是将SNN网络应用于神经元模型和其他网络算法的基础,以识别不同运动模式下飞行设备的空气动力学参数。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信