论文部分内容阅读
基于深度学习的点云语义分类及分割模型研究
【机 构】
：
河南理工大学
【出 处】
：
河南理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
随着航空航天,智能设备等现代化系统的结构越来越复杂,系统各部分发生故障的可能性也较高,细微的故障便可能会导致系统性能下降,甚至变的不稳定,从而引发严重的生产事故和巨大的经济损失。因此为了保证现代系统的安全性和稳定性,针对系统容错控制的研究受到了越来越多的关注。挠性航天器作为一类复杂的航天器系统,针对复杂的系统结构和模型,通过简化其模型从而简化容错控制方法具有很重要的实际价值。本文首先针对挠性航天器
学位
特征选择是根据样本的分布特性，基于某种评价标准，从初始特征集空间中选取一个相关特征子集的过程。它能有效地剔除不相关或冗余特征，提高学习算法的分类性能和运行效率。然而，许多实际分类问题中的特征集往往包含大量的不相关或冗余特征，这些不相关或冗余特征不但会降低分类速度、扰乱学习过程，而且还会降低分类的性能。相对传统的特征选择方法具有的嵌套效应、关键参数难以设定、容易陷入局部最优等缺点，进化计算以其潜在的
学位
在现代空战中,战斗机的机动性能十分重要,当迎角较大时,战斗机受到的气动力呈现非定常、不对称和迟滞等非线性特性,易出现惯性耦合和机翼摇晃等危险现象。针对上述问题,本文对战斗机在大迎角状态下的深失速和尾旋特性进行了分析,对战斗机可能进入的危险区域进行了预测,并对控制律设计问题进行了研究。主要研究内容及成果如下:首先,利用国内外公布的战斗机气动数据,建立了大迎角六自由度动力学模型和大气模型,详细介绍了大
学位
由于近空间飞行器(Near Space Vehicle,NSV)在军事和民用领域具有巨大的潜在价值,其发展日渐成为世界各国的研究热点。为了兼顾NSV在高超声速、超声速及亚声速三个阶段飞行时的气动性能,变结构NSV受到了广泛的关注。本文围绕变后掠翼NSV飞行控制方法研究这一主题,建立了变后掠翼NSV的非线性数学模型,考虑系统中存在不确定性和输入饱和的情况研究了NSV鲁棒受限姿态控制方法,并进一步分析
学位