飛行數據的時間序列分析方法及其套用

飛行數據的時間序列分析方法及其套用

《飛行數據的時間序列分析方法及其套用》是2013年出版的圖書,作者是張建業張鵬。

基本介紹

  • 書名:飛行數據的時間序列分析方法及其套用
  • 作者:張建業 張鵬著
  • ISBN:978-7-118-08926-4
  • 頁數:204
  • 定價:58.00
  • 出版時間:2013年12月
  • 裝幀:精裝
  • 開本:16
內容簡介,圖書目錄,

內容簡介

本書共分為6章,分別從數據濾波、數據擴展、特徵最佳化、相似性搜尋、趨勢監控、故障診斷、參數預測等方面,較為全面地闡述了飛行數據的時間序列分析方法及其實現技術,力圖指導構建基於飛行數據的智慧型化信息處理平台,以輔助開展飛機狀態監控、訓練評估以及科學維護等。

圖書目錄

第1章 緒論1
1.1 飛行參數記錄系統1
1.1.1 概述1
1.1.2 發展演化2
1.1.3 軍事領域套用 9
1.2 面向飛行數據的套用研究 9
1.2.1 基本概念 9
1.2.2 研究現狀 9
1.3 本書研究範疇與主要內容13
第2章 飛行數據預處理15
2.1 基於支持度的飛行數據遺忘記憶融合濾波方法15
2.1.1 飛行數據統一誤差模型15
2.1.2 基於支持度的遺忘記憶融合濾波算法16
2.1.3 套用實例與結論20
2.2 基於綜合加權最佳化的飛行數據空缺值填充方法24
2.2.1 基於混合算法的改進神經網路模型24
2.2.2 基於最小二乘法的多項式擬合模型24
2.2.3 空缺值綜合加權填充方法26
2.2.4 仿真分析與結論27
2.3 基於虛擬感測器技術的飛行數據擴展方法28
2.3.1 虛擬感測器技術概述28
2.3.2 基於發動機模型的虛擬飛行數據擴展28
2.3.3 基於月孕網路的虛擬飛行數據擴展30
2.4 基於自擴充遺傳算法的可監控特徵參數選擇方法33
2.4.1 特徵選擇與遺傳算法33
2.4.2 自擴充遺傳算法35
2.4.3 實例驗證與評估37
2.5 飛行數據的混沌特性分析3 9
2.5.1 混沌序列相空間重構的數學描述3
2.5.2 混沌特性分析驗證43
第3章 飛行數據的典型時序分析51
3.1 粵砸醞粵 模型分析基礎51
3.1.1 數學模型51
3.1.2 建模過程52
3.1.3 模型參數估計55
3.1.4 模型適用性檢驗57
3.1.5 最佳預測57
3.2 基於粵砸模型的參數監控方法58
3.2.1 飛機穩定工作狀態的描述5 9
3.2.2 基於規則推理機的監控參數提取60
3.2.3 基於粵砸模型的均值—極差監控方法62
3.2.4 實例分析與效果評估63
第4章 飛行數據相似性搜尋68
4.1 時間序列相似性分析方法68
4.1.1 概述68
4.1.2 時間序列降維方法6 9
4.1.3 時間序列相似性度量方法78
4.2 基於斜率距離的時間序列相似性搜尋方法85
4.2.1 時間序列的斜率集表示85
4.2.2 時間序列的斜率距離86
4.2.3 基於斜率距離的飛行數據聚類驗證87
4.3 基於角度距離的時間序列相似性搜尋方法88
4.3.1 時間序列的角度描述方法8 9
4.3.2 時間序列的角度距離及相似性搜尋算法 90
4.3.3 基於角度距離的飛行數據聚類驗證 92
4.4 基於曲率距離的時間序列相似性搜尋方法 94
4.4.1 數據預處理 94
4.4.2 曲率集表示 95
4.4.3 曲率距離及相似性搜尋算法 96
4.4.4 基於曲率距離的飛行數據聚類驗證 98
4.5 變步長曲線分箱多元序列相似性搜尋方法103
4.5.1 分段線性化表示103
4.5.2 變步長索引標識103
4.5.3 變步長分箱相似性搜尋算法104
4.5.4 基於變步長曲線分箱多元飛行數據聚類驗證106
4.6 基於關聯矩陣匝砸分解的多元序列相似性搜尋方法110
4.6.1 多元時間序列的矩陣及圖形表示110
4.6.2 多元時間序列的關聯表示111
4.6.3 多元時間序列的匝砸距離112
4.6.4 基於關聯矩陣匝砸分解的飛行數據聚類驗證114
第5章 面向飛行數據的狀態監控與趨勢預測117
5.1 基於變柵格技術的飛機設備狀態監控方法117
5.1.1 高維數據聚類方法117
5.1.2 基於密度的聚類算法11 9
5.1.3 變柵格收縮聚類算法120
5.1.4 飛行設備狀態收縮聚類監控實例126
5.2 基於專家系統的突變性故障診斷方法130
5.2.1 專家系統理論130
5.2.2 飛機設備故障診斷專家系統功能133
5.2.3 系統具體實現及效果評價135
5.3 基於動態主元分析的漸變性故障診斷方法137
5.3.1 主元分析法137
5.3.2 動態主元分析法138
5.3.3 基於動態主元分析的故障診斷算法13 9
5.3.4 故障診斷仿真驗證140
5.4 基於加權最小二乘支持向量機的發動機狀態參數預測143
5.4.1 支持向量機的基本理論143
5.4.2 加權最小二乘支持向量機算法147
5.4.3 加權最小二乘支持向量機參數預測模型150
5.4.4 套用實例152
.5 基於混沌序列的發動機狀態參數預測160
5.5.1 混沌及混沌序列160
5.5.2 預測模型161
5.5.3 模型套用162
第6章 飛行數據挖掘原型系統的設計與實現166
6.1 數據挖掘系統166
6.2 飛行數據倉庫建模168
6.2.1 飛行數據的特殊性質168
6.2.2 飛行數據挖掘的目標168
6.2.3 飛行數據倉庫建模16 9
6.3 原型系統的設計與開發170
6.3.1 總體設計170
6.3.2 系統數據流程171
6.3.3 系統工作流程172
6.3.4 系統主要功能172
6.4 小結178
參考文獻17 9

相關詞條

熱門詞條

聯絡我們