基于深度元学习的固体发动机性能预测方法研究OA北大核心CSTPCD
针对飞行器动力系统中固体发动机性能实验的诸多限制,如高成本、专业设备需求、特定实验环境、高风险性等问题,本文提出了一种基于深度元学习的人工智能方法,用于发动机性能预测。该方法采用模型不可知元学习(Model-Agnostic Meta-Learning,MAML)和深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)模型,首先根据不同实验条件划分推力-时间数据为不同训练任务,通过内循环训练得到各任务最…查看全部>>
崔研;娄碧轩;于鹏程;杨慧欣
沈阳航空航天大学航空宇航学院,沈阳110136沈阳航空航天大学航空宇航学院,沈阳110136沈阳航空航天大学航空宇航学院,沈阳110136沈阳航空航天大学航空宇航学院,沈阳110136
武器工业
固体发动机发动机性能元学习模型不可知元学习深度卷积神经网络
《航空兵器》 2024 (5)
P.110-114,5
辽宁省属本科高校基本科研业务费专项资金资助。
评论