开始搜索几个单词就足够了。如果您需要进行更复杂的查询,请使用以下提示进行指导。
文章类型:研究文章
作者:胡凯|Huang,Samuel H。;*
附属公司:美国俄亥俄州辛辛那提市辛辛那蒂大学机械、工业和核工程系智能系统实验室,邮编:45221
通信:[*]通讯作者。电子邮件:[电子邮件保护]。
摘要:本文描述了一种稳健的建模方法,用于处理具有缺失数据的反问题。将该建模方法应用于考虑传感器故障的飞机燃油测量。对噪声数据具有容错能力的神经网络被用来近似非线性物理过程。与prev不同ous算法利用梯度信息搜索逆问题的输入空间,该方法利用粒子群优化算法对输入空间进行了深入的探索。比较结果表明了我们的方法在处理缺失数据方面的有效性。
关键词:反问题、粒子群优化、神经网络、飞机燃油测量、缺失数据
内政部:10.3233/IDA-2007-11407
日志:智能数据分析2007年,第11卷,第4期,第421-434页