科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2012年
10期
92-95
,共4页
支持向量机%风洞试验%数据处理方法%机器学习
支持嚮量機%風洞試驗%數據處理方法%機器學習
지지향량궤%풍동시험%수거처리방법%궤기학습
风洞试验是空气动力学研究的一种重要手段.而风洞试验本身就是一项复杂的系统工程,试验结果受诸多因素的影响,不同状态、不同条件下风洞试验结果差别可能非常显著,一次风洞型号试验任务将会产生大量的试验结果.如何对风洞试验产生的海量数据结果有效、合理、快速的加以分析与利用,在型号设计中具有重要的现实意义.本项目将以一种新兴的机器学习算法——支持向量机( Support Vector Machine)为工具,建立以有限样本数据为支持的特征分析工具,对复杂数据进行有效的分类识别和数据回归分析,实现基于样本特征的非线性数据的自动判别与拓展,可以使数据分析人员在尽可能短的周期内对飞行器的气动性能进行快速的评估.本文将支持向量机算法引入到风洞试验数据分析领域,从而加快型号的研制进度,节约研制经费,为飞行器的气动性能研究提供有力的分析工具.
風洞試驗是空氣動力學研究的一種重要手段.而風洞試驗本身就是一項複雜的繫統工程,試驗結果受諸多因素的影響,不同狀態、不同條件下風洞試驗結果差彆可能非常顯著,一次風洞型號試驗任務將會產生大量的試驗結果.如何對風洞試驗產生的海量數據結果有效、閤理、快速的加以分析與利用,在型號設計中具有重要的現實意義.本項目將以一種新興的機器學習算法——支持嚮量機( Support Vector Machine)為工具,建立以有限樣本數據為支持的特徵分析工具,對複雜數據進行有效的分類識彆和數據迴歸分析,實現基于樣本特徵的非線性數據的自動判彆與拓展,可以使數據分析人員在儘可能短的週期內對飛行器的氣動性能進行快速的評估.本文將支持嚮量機算法引入到風洞試驗數據分析領域,從而加快型號的研製進度,節約研製經費,為飛行器的氣動性能研究提供有力的分析工具.
풍동시험시공기동역학연구적일충중요수단.이풍동시험본신취시일항복잡적계통공정,시험결과수제다인소적영향,불동상태、불동조건하풍동시험결과차별가능비상현저,일차풍동형호시험임무장회산생대량적시험결과.여하대풍동시험산생적해량수거결과유효、합리、쾌속적가이분석여이용,재형호설계중구유중요적현실의의.본항목장이일충신흥적궤기학습산법——지지향량궤( Support Vector Machine)위공구,건립이유한양본수거위지지적특정분석공구,대복잡수거진행유효적분류식별화수거회귀분석,실현기우양본특정적비선성수거적자동판별여탁전,가이사수거분석인원재진가능단적주기내대비행기적기동성능진행쾌속적평고.본문장지지향량궤산법인입도풍동시험수거분석영역,종이가쾌형호적연제진도,절약연제경비,위비행기적기동성능연구제공유력적분석공구.
