- 专利标题: 基于残差神经网络与集成学习的飞行时间预测方法及装置
-
申请号: CN202210240845.2申请日: 2022-03-10
-
公开(公告)号: CN116793150B公开(公告)日: 2024-10-22
- 发明人: 王江 , 刘子超 , 何绍溟 , 侯淼 , 王鹏 , 范世鹏 , 李晨迪
- 申请人: 北京理工大学
- 申请人地址: 北京市海淀区中关村南大街5号
- 专利权人: 北京理工大学
- 当前专利权人: 北京理工大学
- 当前专利权人地址: 北京市海淀区中关村南大街5号
- 代理机构: 北京康思博达知识产权代理事务所
- 代理商 刘冬梅; 范国锋
- 主分类号: F41G3/00
- IPC分类号: F41G3/00 ; F42B15/01 ; G06N3/0464 ; G06N3/08 ; G06N20/20
摘要:
本发明公开了一种基于残差神经网络与集成学习的飞行时间预测方法,通过集成单元将多个残差神经网络模型集成为总模型,通过总模型对新型飞行器的实际飞行时间与理论飞行时间误差进行预测;其中,所述残差神经网络为能够对已知飞行器实际飞行时间与理论飞行时间误差进行预测的模型,集成单元用于不同的残差神经网络模型预测结果按一定权值进行整合,已知飞行器是指已具有大量飞行轨迹数据的飞行器,新型飞行器是指未获得大量飞行轨迹数据的飞行器。该发明公开的基于残差神经网络与集成学习的飞行时间预测方法,降低了对新型号飞行器飞行数据量的要求,节约了数据采集的成本,预测结果准确率高。
公开/授权文献
- CN116793150A 基于残差神经网络与集成学习的飞行时间预测方法及装置 公开/授权日:2023-09-22