基于改进SFAM多分类器的SLFS逼真度评估 |
| |
引用本文: | 由育阳,张勇实,张健沛,由勇,由俊生. 基于改进SFAM多分类器的SLFS逼真度评估[J]. 系统仿真学报, 2009, 21(8) |
| |
作者姓名: | 由育阳 张勇实 张健沛 由勇 由俊生 |
| |
作者单位: | 1. 哈尔滨工程大学计算机科学与技术学院,哈尔滨,150001 2. 空军航空医学工程研究所,北京,100142 |
| |
摘 要: | 持续载荷飞行模拟器(SLFS),是飞行模拟器从"无持续载荷模拟功能"到"有持续载荷模拟功能"的技术跃升,能够实现逼真的模拟实战飞行训练.因为有了持续载荷模拟功能,人体感知模拟环节提升到核心地位,逼真度评估方法必须与之相适应.利用数据挖掘中分类算法对模拟器的开环逼真度和闭环逼真度按不同权重进行层次评估.简化自适应谐振神经网络(SFAM)具有优良的分类性能和更快的收敛速度,但也存在当输入模式类属间差距较大时分类出错以及分类稳定性的缺陷.为了改善网络性能,采用自适应警戒参数的方法对网络进行优化;采用多SFAM分类器集成复合的方法克服分类缺陷.经试验,改进的多SFAM分类器在对影响持续载荷模拟飞行逼真度的各种因素分类过程中表现了较高的分类精度,是一种有效的适应持续载荷飞行模拟器的逼真度评估方法.
|
关 键 词: | SFAM 自适应警戒参数 多分类器 持续载荷飞行模拟器 逼真度 |
Evaluation of Flight Simulator Fidelity by Improved SFAM Network and Multiple Classifiers |
| |
Abstract: | |
| |
Keywords: | SFAM adaptive alert parameter Multi-SFAM compounded classifier sustained load flight simulator fidelity |
本文献已被 万方数据 等数据库收录! |
|