期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
飞行器结构壁板声疲劳损伤智能识别技术研究
1
作者
兴效鸣
陈国一
陈忠明
《装备环境工程》
CAS
2024年第9期126-133,共8页
目的 针对飞行器结构壁板损伤疲劳问题进行研究,提高对声疲劳损伤的智能识别能力。方法 构建一种基于梯度提升决策树(GBDT)的高效智能识别模型,用于识别飞行器结构壁板的声疲劳损伤。该方法依赖于GBDT模型的强大性能,能够有效处理复杂...
目的 针对飞行器结构壁板损伤疲劳问题进行研究,提高对声疲劳损伤的智能识别能力。方法 构建一种基于梯度提升决策树(GBDT)的高效智能识别模型,用于识别飞行器结构壁板的声疲劳损伤。该方法依赖于GBDT模型的强大性能,能够有效处理复杂的非线性关系,并通过迭代学习不断优化识别结果。基于某复合材料结构壁板噪声实测数据,构建时间、速度、标签数据集进行模型验证。结果 基于GBDT的噪声疲劳损伤智能识别准确率为76.8%。结论 基于GBDT的声疲劳损伤智能识别方法具有良好的识别能力,能够在实际应用中对飞行器结构壁板的声疲劳损伤进行有效监测,验证了该方法的有效性和实用性。
展开更多
关键词
噪声
疲劳损伤
复合材料
gbdt
智能识别模型
测试验证
结构壁板
下载PDF
职称材料
题名
飞行器结构壁板声疲劳损伤智能识别技术研究
1
作者
兴效鸣
陈国一
陈忠明
机构
天津航天瑞莱科技有限公司沈阳分部
沈阳飞机设计研究所
出处
《装备环境工程》
CAS
2024年第9期126-133,共8页
文摘
目的 针对飞行器结构壁板损伤疲劳问题进行研究,提高对声疲劳损伤的智能识别能力。方法 构建一种基于梯度提升决策树(GBDT)的高效智能识别模型,用于识别飞行器结构壁板的声疲劳损伤。该方法依赖于GBDT模型的强大性能,能够有效处理复杂的非线性关系,并通过迭代学习不断优化识别结果。基于某复合材料结构壁板噪声实测数据,构建时间、速度、标签数据集进行模型验证。结果 基于GBDT的噪声疲劳损伤智能识别准确率为76.8%。结论 基于GBDT的声疲劳损伤智能识别方法具有良好的识别能力,能够在实际应用中对飞行器结构壁板的声疲劳损伤进行有效监测,验证了该方法的有效性和实用性。
关键词
噪声
疲劳损伤
复合材料
gbdt
智能识别模型
测试验证
结构壁板
Keywords
noise
fatigue
damage
compound
material
gbdt
intelligent
recognition
model
test
verification
structural
wall
panels
分类号
V216.3 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
飞行器结构壁板声疲劳损伤智能识别技术研究
兴效鸣
陈国一
陈忠明
《装备环境工程》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部