《表1 部分训练和测试样本》
2) 建立飞行绩效预测模型:选择心率(HR),呼吸速率(RR),呼吸深度(RD)和注视时间(FT)4类生理信号作为GRNN输入,飞行绩效作为GRNN输出,飞行绩效真值通过飞行轨迹偏差[2]来表示。本文采用15次飞行实验数据作为数据集,一次飞行实验作为一组数据集,总共15组数据集。每组数据集中,前3/4数据作为训练样本,后1/4数据作为测试样本(如表1所示)。然后,利用BFA优化GRNN光滑因子,建立BFA-GRNN飞行绩效预测模型。
图表编号 | XD0014884300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.01 |
作者 | 刘文萌、钱晨、黄丹 |
绘制单位 | 上海交通大学航空航天学院、上海交通大学电子信息与电气工程学院、上海交通大学航空航天学院 |
更多格式 | 高清、无水印(增值服务) |