摘要
本申请公开了一种飞行器天地相关性表征方法、装置、设备及存储介质,涉及空气动力学技术领域,包括:基于飞行器的预设隐变量数据确定当前隐变量表征,利用当前隐变量表征、飞行器的预设气动性能指标和飞行器状态数据构建当前全要素样本集;预设隐变量数据包括天空飞行试验环境数据、风洞试验环境数据、飞行器外形特征数据;利用预设深度学习模型及当前全要素样本集进行模型训练、泛化误差评估;基于评估结果对预设隐变量数据进行重采样,并利用新的当前量表征重新跳转至构建当前全要素样本集的步骤,以构建目标二阶优化曲面;将最小化泛化误差作为目标,基于目标二阶优化曲面确定目标隐变量表征及目标天地相关性预测模型。提高了可解释性。
技术关键词
变量
表征方法
编码器算法
深度学习模型
飞行器外形
基因表达式编程算法
训练样本集
误差
曲面
空气动力学技术
风洞试验数据
表征装置
多层感知机
可读存储介质
模块
处理器
系统为您推荐了相关专利信息
敏感性分析方法
深度学习加速
计算机程序指令
拉丁超立方采样
物理
基因预测方法
网络拓扑特征
多序列比对算法
深度学习模型
位点
分布式电源
数据
支路
可再生能源配电网
配电网故障
数字孪生模型
LSTM算法
传感融合技术
偏差
节点
物联网智能燃气表
设备运行状态信息
预警方法
燃气具
识别设备运行状态