本文主要研究内容
作者赵红华,张宇轩,沈凯杰,程伟,李元祥（2019）在《基于Adaboost的波音737NG空调系统性能预测》一文中研究指出：本文研究分析了波音737空调系统的故障特征筛选与性能预测问题。首先,针对B737空调系统的散热器效能下降与空气循环机(ACM)卡阻这两类典型的故障建立故障样本数据集。然后,采用决策树对故障特征进行筛选,在此基础上使用集成学习策略(Adaboost)方法对弱决策树分类器进行集成。实验结果表明,该方法能得到表征散热器效能下降与ACM卡阻的有效特征,采用Adaboost方法能有效提升B737飞机空调系统性能预测的准确率。
Abstract
ben wen yan jiu fen xi le bo yin 737kong diao ji tong de gu zhang te zheng shai shua yu xing neng yu ce wen ti 。shou xian ,zhen dui B737kong diao ji tong de san re qi xiao neng xia jiang yu kong qi xun huan ji (ACM)ka zu zhe liang lei dian xing de gu zhang jian li gu zhang yang ben shu ju ji 。ran hou ,cai yong jue ce shu dui gu zhang te zheng jin hang shai shua ,zai ci ji chu shang shi yong ji cheng xue xi ce lve (Adaboost)fang fa dui ruo jue ce shu fen lei qi jin hang ji cheng 。shi yan jie guo biao ming ,gai fang fa neng de dao biao zheng san re qi xiao neng xia jiang yu ACMka zu de you xiao te zheng ,cai yong Adaboostfang fa neng you xiao di sheng B737fei ji kong diao ji tong xing neng yu ce de zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自民航学报的赵红华,张宇轩,沈凯杰,程伟,李元祥，发表于刊物民航学报2019年04期论文，是一篇关于空调系统论文,散热器论文,空气循环机论文,决策树论文,集成学习策略论文,民航学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自民航学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。