直升机飞行姿态不平衡数据的深度学习识别方法

摘要

公开直升机飞行姿态不平衡数据的深度学习识别方法，包括采集直升机飞行姿态数据并归一化处理，对处理后的飞行姿态数据进行样本划分，并将划分的样本按类别不平衡率分为训练集和测试集；构造卷积神经网络获得每个类别数据的预测值，其中卷积神经网络包括卷积层、池化层和全连接层。输入矩阵经过卷积层进行特征抽取，抽取的特征经过非线性激活后输入进池化层进行特征降维和进一步特征提取，将获得的特征输入全连接层以获得每个类别数据的预测值；构造焦聚损失，并将其作为卷积神经网络的损失函数，通过焦聚损失中的权重因子和焦聚因子调整样本的权重。从而使网络能够在样本不均衡的情况下提取到具有价值的信息，提高网络在样本不均衡下的识别精度。