典型文献
基于形态学和K近邻算法的飞机尾流识别
文献摘要：
航空器尾流的准确识别对于实现动态尾流间隔缩减技术具有重要意义.与传统利用尾流特征对称关系的方法相比,研究关注飞机尾流的形态特征,提出了一种基于数学形态学和K近邻算法(KNN)的飞机尾涡识别框架.在模型中,主要工作如下:1)根据数学形态学中开闭算子提取飞机尾涡样本的形态特征;2)引入卷积神经网络的池化层来降低特征维度;3)通过KNN机器学习模型识别所提取的尾涡特征.实验在双流机场(ZUUU)的02跑道附近布置Wind3D 6000多普勒激光雷达,通过采集进近风场数据来对模型进行验证.结果表明,所提模型分类准确率、精确率、召回率和F1-score分别为97.1％、92.6％、91.1％和91.9％.
文献关键词：
尾涡识别;神经网络;形态学;多普勒激光雷达
中图分类号：
作者姓名：
潘卫军;冷元飞;吴天祎
作者机构：
中国民用航空飞行学院,四川广汉618000
文献出处：
引用格式：
[1]潘卫军;冷元飞;吴天祎-.基于形态学和K近邻算法的飞机尾流识别)[J].航空计算技术,2022(02):1-4
A类：
尾流识别,尾涡识别,ZUUU,Wind3D
B类：
近邻算法,航空器,准确识别,动态尾流间隔,尾流特征,数学形态学,KNN,飞机尾涡,识别框架,开闭,池化,来降,机器学习模型,模型识别,双流机场,跑道,多普勒激光雷达,风场,模型分类,分类准确率,精确率,召回率,score
AB值：
0.274039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
