期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于EVSC无监督特征选择与MIMO-BP神经网络预测射电望远镜背架温度场分布
1
作者 张世交 许谦 +2 位作者 王惠 薛飞 曹晓曼 《天文学报》 北大核心 2025年第1期11-21,共11页
背架受非均匀温度影响是造成射电望远镜天线主反射面精度下降的重要因素之一.工作于野外的天线由于背架拓扑结构复杂导致杆件间相互存在遮挡、热传导、热辐射等,使得背架结构温度场难以通过热力学仿真来准确获取与预测.通过在南山26 m... 背架受非均匀温度影响是造成射电望远镜天线主反射面精度下降的重要因素之一.工作于野外的天线由于背架拓扑结构复杂导致杆件间相互存在遮挡、热传导、热辐射等,使得背架结构温度场难以通过热力学仿真来准确获取与预测.通过在南山26 m射电望远镜天线背架上布设测温传感器,得到天线背架温度数据集,利用3种不同的无监督特征选择方法从66个测温点选出16个温度敏感点,再将3组不同的温度敏感点集作为输入,使用多输入多输出的BP(Back Propagation)神经网络模型训练输出对应的66个测温点的预测温度值,通过插值算法实现背架全域连续点的温度预测.经计算对比分析得出采用基于特征值敏感准则无监督特征选择方法选取测温敏感点效果最佳,结合BP神经网络与Barnes插值算法实现了仅用16个实测温度点预测南山26 m射电望远镜天线背架全域连续点的温度场分布,预测均方根误差约为0.707℃.研究成果为大口径射电望远镜天线背架结构温度采集点的布置、温度场的获取及预测提供一种可选方法. 展开更多
关键词 望远镜 仪器: 方法:无监督特征选择 方法:神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部