書馨卡幫你省薪 2024個(gè)人購(gòu)書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
航空飛行大數(shù)據(jù)與智能分析

航空飛行大數(shù)據(jù)與智能分析

出版社：清華大學(xué)出版社出版時(shí)間：2024-07-01
開本： 16開 頁(yè)數(shù)： 144
中 圖 價(jià):¥42.5(7.2折) 定價(jià)  ¥59.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

航空飛行大數(shù)據(jù)與智能分析 版權(quán)信息

  • ISBN：9787302667254
  • 條形碼：9787302667254 ; 978-7-302-66725-4
  • 裝幀：一般膠版紙
  • 冊(cè)數(shù)：暫無(wú)
  • 重量：暫無(wú)
  • 所屬分類：>

航空飛行大數(shù)據(jù)與智能分析 本書特色

本書對(duì)航空飛行大數(shù)據(jù)的數(shù)據(jù)建模技術(shù)和數(shù)據(jù)分析技術(shù)進(jìn)行詳細(xì)的闡述，由基本概念到算法實(shí)現(xiàn)，并結(jié)合具體實(shí)例，做到深入淺出、層層遞進(jìn)，旨在為航空飛行大數(shù)據(jù)的智能化分析奠定堅(jiān)實(shí)的理論與技術(shù)基礎(chǔ)。

航空飛行大數(shù)據(jù)與智能分析 內(nèi)容簡(jiǎn)介

本書以航空飛行大數(shù)據(jù)的智能分析方法與應(yīng)用為主要內(nèi)容，分為兩篇。第1篇為“理論與方法”，包括第1～4章，闡述了航空飛行大數(shù)據(jù)的數(shù)據(jù)來(lái)源、數(shù)據(jù)特點(diǎn)、數(shù)據(jù)分析需求與數(shù)據(jù)應(yīng)用；并結(jié)合航空飛行數(shù)據(jù)的特點(diǎn)，構(gòu)建了航空飛行大數(shù)據(jù)智能分析框架與數(shù)據(jù)模型，探討了智能分析涉及的關(guān)鍵技術(shù)和航空飛行大數(shù)據(jù)預(yù)處理技術(shù)，以及航空飛行大數(shù)據(jù)常用智能分析算法。第2篇為“應(yīng)用與實(shí)踐”，包括第5～12章，介紹如何應(yīng)用航空飛行大數(shù)據(jù)的理論與方法解決航空飛行領(lǐng)域的實(shí)際問(wèn)題，具體包括航空飛行器的狀態(tài)參數(shù)異常檢測(cè)、基于飛行數(shù)據(jù)的飛行動(dòng)作自動(dòng)識(shí)別、基于飛行數(shù)據(jù)的飛行動(dòng)作質(zhì)量評(píng)價(jià)、航空飛行器飛行控制系統(tǒng)狀態(tài)參數(shù)監(jiān)控、航空飛行器關(guān)鍵飛行參數(shù)預(yù)測(cè)模型、航空飛行四維航跡預(yù)測(cè)和飛行安全風(fēng)險(xiǎn)融合評(píng)估7個(gè)方面的應(yīng)用實(shí)踐，*后給出航空飛行大數(shù)據(jù)智能分析系統(tǒng)的設(shè)計(jì)，為航空飛行器的智能化維修保障提供數(shù)據(jù)決策支持。 本書適合航空信息、計(jì)算機(jī)科學(xué)與技術(shù)、電子信息、信息管理、數(shù)據(jù)科學(xué)等專業(yè)的師生閱讀，也可作為航空領(lǐng)域相關(guān)科技人員、大數(shù)據(jù)分析工程技術(shù)人員、數(shù)據(jù)分析人員的參考用書。 

航空飛行大數(shù)據(jù)與智能分析 目錄

第1篇 理論與方法 第1章 航空飛行大數(shù)據(jù)概述 1.1 數(shù)據(jù)來(lái)源 1.2 數(shù)據(jù)特點(diǎn) 1.3 數(shù)據(jù)分析需求 1.4 數(shù)據(jù)應(yīng)用 1.4.1 故障預(yù)測(cè)與健康管理 1.4.2 狀態(tài)監(jiān)測(cè) 1.5 本章小結(jié) 第2章 航空飛行大數(shù)據(jù)智能分析框架 2.1 引言 2.2 總體框架 2.2.1 飛行數(shù)據(jù)采集層 2.2.2 飛行數(shù)據(jù)處理層 2.2.3 飛行數(shù)據(jù)應(yīng)用層 2.2.4 系統(tǒng)運(yùn)維 2.2.5 標(biāo)準(zhǔn)規(guī)范 2.3 關(guān)鍵技術(shù) 2.3.1 飛行數(shù)據(jù)融合技術(shù) 2.3.2 飛行數(shù)據(jù)建模技術(shù) 2.3.3 狀態(tài)智能監(jiān)控技術(shù) 2.3.4 狀態(tài)智能預(yù)測(cè)技術(shù) 2.4 航空飛行器狀態(tài)數(shù)據(jù)模型 2.4.1 動(dòng)力裝置狀態(tài)監(jiān)控參數(shù) 2.4.2 飛行控制子系統(tǒng)狀態(tài)監(jiān)控參數(shù) 2.4.3 導(dǎo)航子系統(tǒng)狀態(tài)監(jiān)控參數(shù) 2.4.4 電氣子系統(tǒng)狀態(tài)監(jiān)控參數(shù) 2.5 本章小結(jié) 第3章 航空飛行大數(shù)據(jù)預(yù)處理技術(shù) 3.1 引言 3.2 飛行數(shù)據(jù)濾波 3.2.1 基于斜率距離的支持度 3.2.2 剔除異常支持度 3.2.3 遺忘函數(shù) 3.2.4 實(shí)驗(yàn)與結(jié)果分析 3.3 飛行數(shù)據(jù)歸一化處理 3.4 本章小結(jié) 第4章 航空飛行大數(shù)據(jù)智能分析算法 4.1 引言 4.2 有監(jiān)督學(xué)習(xí)算法 4.2.1 線性回歸 4.2.2 邏輯回歸 4.2.3 決策樹 4.2.4 支持向量機(jī) 4.2.5 K 近鄰 4.3 無(wú)監(jiān)督學(xué)習(xí)算法 4.3.1 聚類算法 4.3.2 Apriori算法 4.3.3 FP-Growth算法 4.4 本章小結(jié) 第2篇 應(yīng)用與實(shí)踐 第5章 航空飛行器的狀態(tài)參數(shù)異常檢測(cè) 5.1 引言 5.2 問(wèn)題建模 5.3 基于LSTM-GAN的異常檢測(cè)模型 5.3.1 模型總體結(jié)構(gòu) 5.3.2 模型訓(xùn)練結(jié)構(gòu) 5.3.3 模型基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu) 5.3.4 模型目標(biāo)損失函數(shù) 5.3.5 模型算法描述 5.4 模型驗(yàn)證與結(jié)果分析 5.4.1 驗(yàn)證實(shí)驗(yàn)設(shè)計(jì) 5.4.2 實(shí)驗(yàn)結(jié)果分析 5.5 本章小結(jié) 第6章 基于飛行數(shù)據(jù)的飛行動(dòng)作自動(dòng)識(shí)別 6.1 引言 6.2 問(wèn)題建模 6.2.1 飛行動(dòng)作特征參數(shù) 6.2.2 飛行動(dòng)作自動(dòng)識(shí)別流程設(shè)計(jì) 6.3 基于cART的飛行動(dòng)作識(shí)別算法 6.3.1 算法設(shè)計(jì) 6.3.2 算法驗(yàn)證與結(jié)果分析 6.4 基于MRF模型的飛行動(dòng)作識(shí)別算法 6.4.1 馬爾可夫隨機(jī)場(chǎng)模型 6.4.2 飛行數(shù)據(jù)時(shí)間序列分析 6.4.3 飛行動(dòng)作識(shí)別算法設(shè)計(jì) 6.4.4 算法驗(yàn)證與結(jié)果分析 6.5 本章小結(jié) 第7章 基于飛行數(shù)據(jù)的飛行動(dòng)作質(zhì)量評(píng)價(jià) 7.1 引言 7.2 飛行動(dòng)作的相似度度量 7.3 飛行動(dòng)作質(zhì)量評(píng)價(jià)模型的構(gòu)建 7.3.1 評(píng)價(jià)指標(biāo)的選取 7.3.2 評(píng)價(jià)指標(biāo)權(quán)重系數(shù)的確定 7.3.3 飛行動(dòng)作 終評(píng)分 7.4 模型驗(yàn)證與結(jié)果分析 7.5 本章小結(jié) 第8章 航空飛行器飛行控制系統(tǒng)狀態(tài)參數(shù)監(jiān)控 8.1 引言 8.2 問(wèn)題建模 8.3 基于LSTM網(wǎng)絡(luò)的飛行控制系統(tǒng)監(jiān)控模型 8.4 實(shí)驗(yàn)與結(jié)果分析 8.4.1 實(shí)驗(yàn)數(shù)據(jù) 8.4.2 實(shí)驗(yàn)環(huán)境 8.4.3 LSTM網(wǎng)絡(luò)配置 8.4.4 結(jié)果對(duì)比分析 8.5 本章小結(jié) 第9章 航空飛行器關(guān)鍵飛行參數(shù)預(yù)測(cè)模型 9.1 引言 9.2 問(wèn)題建模 9.3 基于優(yōu)化VARIMA的飛行參數(shù)預(yù)測(cè)模型 9.3.1 模型設(shè)計(jì) 9.3.2 實(shí)驗(yàn)與結(jié)果分析 9.4 基于LSTM與XGBoost的飛行參數(shù)預(yù)測(cè)模型 9.4.1 基于LSTM的狀態(tài)參數(shù)預(yù)測(cè)方法 9.4.2 基于XGBoost的狀態(tài)參數(shù)預(yù)測(cè)方法 9.4.3 基于LSTM與XGBoost組合預(yù)測(cè)方法 9.4.4 實(shí)驗(yàn)與結(jié)果分析 9.5 本章小結(jié) 0章 航空飛行四維航跡預(yù)測(cè) 10.1 引言 10.2 問(wèn)題定義與應(yīng)用場(chǎng)景 10.2.1 空中交通流量管理 10.2.2 飛行沖突預(yù)警 10.2.3 航路航線優(yōu)化 10.2.4 航班延誤管理 10.3 航跡飛行預(yù)測(cè)數(shù)據(jù)集 10.3.1 TrajAir數(shù)據(jù)集 10.3.2 OpenSky Network數(shù)據(jù)集 10.3.3 FlightAware數(shù)據(jù)集 10.3.4 Flightradar24數(shù)據(jù)集 10.3.5 BADA數(shù)據(jù)集 10.4 航跡飛行預(yù)測(cè)算法 10.4.1 航跡預(yù)測(cè)任務(wù)分類 10.4.2 航跡預(yù)測(cè)方法分類 10.5 航跡飛行預(yù)測(cè)系統(tǒng) 10.6 本章小結(jié) 1章 飛行安全風(fēng)險(xiǎn)融合評(píng)估 11.1 引言 11.2 問(wèn)題定義 11.2.1 飛行安全風(fēng)險(xiǎn) 11.2.2 飛行安全風(fēng)險(xiǎn)評(píng)估 11.3 飛行安全風(fēng)險(xiǎn)融合評(píng)估算法 11.4 本章小結(jié) 2章 航空飛行大數(shù)據(jù)智能分析系統(tǒng)設(shè)計(jì) 12.1 引言 12.2 需求分析 12.3 系統(tǒng)設(shè)計(jì) 12.3.1 系統(tǒng)邏輯架構(gòu)設(shè)計(jì) 12.3.2 系統(tǒng)技術(shù)架構(gòu)設(shè)計(jì) 12.3.3 系統(tǒng)功能設(shè)計(jì) 12.3.4 實(shí)驗(yàn)對(duì)比分析 12.4 本章小結(jié) 參考文獻(xiàn)
展開全部
商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服