典型文献
利用循环网络的降落伞开伞载荷补偿方法
文献摘要：
为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式.该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值.使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件.实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向.
文献关键词：
降落伞;开伞载荷;补偿方法;循环神经网络;长短时记忆网络
中图分类号：
作者姓名：
姜添;李健;戈嗣诚
作者机构：
北京空间机电研究所,北京 100094
文献出处：
引用格式：
[1]姜添;李健;戈嗣诚-.利用循环网络的降落伞开伞载荷补偿方法)[J].国防科技大学学报,2022(02):80-87
A类：
开伞载荷,载荷补偿
B类：
循环网络,降落伞,补偿方法,充气展开,展开过程,循环神经网络,模型架构,代入,加贴,验真,真值,多层前馈,长短时记忆网络,学习率,输入层,超参数,模型性能,补偿模型,学科交叉研究,参考方向
AB值：
0.251629
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。
