摘要
本发明提供了一种基于多精度神经网络的倾转旋翼推力预测方法与系统,包括:构建倾转旋翼推力数据集;训练得到第一倾转旋翼推力多精度神经网络模型MFNN1,如果MFNN1不满足收敛条件,则提取出新的倾转旋翼样本点并将新的倾转旋翼样本点加入到原来的倾转旋翼高精度数据集中,再用新的倾转旋翼高精度数据集对MFNN1重新训练,直到MFNN1满足收敛条件;利用训练好的模型预测倾转旋翼飞行器倾转过程中旋翼的推力。本发明的基于多精度神经网络的倾转旋翼推力预测方法与现有的MFNN模型相比,只需要有限的高精度数据量就实现了对倾转旋翼推力的足够高精确度的预测,克服了现有技术的技术缺陷。
技术关键词
神经网络模型
推力
数据
精度
倾转旋翼飞行器
拉丁超立方采样
聚类算法
样本
均匀采样方法
计算机程序产品
误差
模型训练模块
方程
粒子
处理器
预测系统
极值
邻域
系统为您推荐了相关专利信息
燃料电池剩余寿命
卷积递归网络
二维图像信息
分解算法
参数
系统集成测试
持续部署流水线
大屏展示系统
自助服务终端
一致性测试
数据自动采集方法
脚本
医院信息系统
数据自动采集装置
数据自动采集系统
精修方法
磁结构
磁性材料科学
中子衍射技术
新型磁性材料
混杂算法
萤火虫算法
容错控制方法
作业装置
决策