首页--航空、航天论文--航空论文--航空发动机(推进系统)论文--空气喷气式发动机论文--无压气机发动机论文--冲压喷气发动机论文

高超声速进气道起动/不起动分类研究与实现

摘要第4-5页
abstract第5页
1 绪论第10-22页
    1.1 课题研究背景第10-13页
        1.1.1 高超声速飞行器简介第10-11页
        1.1.2 高超声速进气道简介第11-12页
        1.1.3 高超声速进气道不起动因素第12-13页
    1.2 国内外研究现状第13-17页
        1.2.1 进气道不起动原理研究第13-14页
        1.2.2 进气道不起动状态识别研究第14-16页
        1.2.3 模式识别研究及应用第16-17页
    1.3 模式识别系统第17-20页
        1.3.1 特征选择和特征提取第18-19页
        1.3.2 分类器第19-20页
    1.4 本文主要内容第20-22页
2 进气道不起动分类数据集准备第22-34页
    2.1 高超声速进气道数值模拟方法概要第22-25页
        2.1.1 控制方程第23页
        2.1.2 湍流模型第23-24页
        2.1.3 边界条件设置第24页
        2.1.4 数值解方法第24-25页
    2.2 高超声速进气道算例计算第25-29页
        2.2.1 物理模型第25-26页
        2.2.2 网格划分第26-27页
        2.2.3 数值计算条件第27-28页
        2.2.4 计算过程第28-29页
    2.3 进气道流场计算结果及分析第29-32页
        2.3.1 进气道内部流动特征第29-30页
        2.3.2 背压力对进气道流动参数的影响第30-32页
    2.4 进气道压力数据集第32-33页
    2.5 本章小结第33-34页
3 进气道内部最优压力测试点选择算法设计第34-45页
    3.1 最优压力点选择理论概述第34-37页
        3.1.1 特征选择基本理论第34-36页
        3.1.2 最优压力点选择算法选择第36-37页
    3.2 基于支持向量机的递归特征消除算法第37-38页
    3.3 一种改进的SVMRFE算法第38-40页
    3.4 基于递归的支持向量机特征选择选择第40-41页
    3.5 基于Relief算法特征选择理论和方法第41-42页
    3.6 基于Relief的组合算法第42-44页
        3.6.1 Relief-SVMRFE方法第42页
        3.6.2 Relief-Corre方法第42-43页
        3.6.3 Relief-PSO-SVM方法第43-44页
    3.7 本章小结第44-45页
4 进气道起动/不起动分类算法第45-55页
    4.1 进气道起动/不起动算法选择第45-46页
    4.2 支持向量机第46-49页
        4.2.1 确定优化目标第46-47页
        4.2.2 求解模型参数方法第47-48页
        4.2.3 原始数据不可划分问题第48-49页
    4.3 逻辑回归第49-52页
        4.3.1 Logistic函数第49-50页
        4.3.2 逻辑回归模型建立第50-51页
        4.3.3 逻辑回归参数估计方法第51-52页
    4.4 线性判别FLD第52-54页
    4.5 本章小结第54-55页
5 实验对比设计与结果分析第55-72页
    5.1 实验方法第55-57页
    5.2 实验结果与讨论第57-64页
        5.2.1 最优特征子集选择第57-61页
        5.2.2 基于SVM的分类模型第61-62页
        5.2.3 基于逻辑回归和FLD的分类模型验证第62-64页
    5.3 最优分类模型鲁棒性验证第64-66页
    5.4 进气道状态识别意义分析第66-71页
    5.5 本章小结第71-72页
6 结论第72-74页
致谢第74-75页
参考文献第75-80页
攻读硕士学位期间发表的学术论文及研究成果第80页

论文共80页,点击 下载论文
上一篇:基于旋翼飞行器的环境放射性检测路径规划方法研究
下一篇:航空电源系统自动测试技术研究及实现