按文献类别分组
按栏目分组
关键词
基于Transformer模型的航空发动机剩余寿命预测方法研究
作者: 吴直遥   来源: 数字通信世界 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   门控循环单元   剩余寿命预测  
描述: 文章针对现有预测模型对航空发动机退化信息提取不充分的不足,构建了一种基于Transformer模型的预测模型,该模型在Transformer编码器模型基础上加入了门控循环单元,以增加模型对序列数据
基于ALSTM-MHA的航空发动机寿命预测
作者: 修瑞     丁建完     刘笑炎     高创   来源: 机床与液压 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   注意力长短时记忆网络   多头自注意力机制   剩余寿命预测  
描述: 基于ALSTM-MHA的航空发动机寿命预测
基于Transformer模型的航空发动机剩余寿命预测方法研究
作者: 吴直遥   来源: 数字通信世界 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   门控循环单元   剩余寿命预测  
描述: 文章针对现有预测模型对航空发动机退化信息提取不充分的不足,构建了一种基于Transformer模型的预测模型,该模型在Transformer编码器模型基础上加入了门控循环单元,以增加模型对序列数据
基于ALSTM-MHA的航空发动机寿命预测
作者: 修瑞     丁建完     刘笑炎     高创   来源: 机床与液压 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   注意力长短时记忆网络   多头自注意力机制   剩余寿命预测  
描述: 基于ALSTM-MHA的航空发动机寿命预测
基于改进LSTM的航空发动机寿命预测方法研究
作者: 郭晓静   殷宇萱   贠玉晶   来源: 机床与液压 年份: 2022 文献类型 : 期刊 关键词: 长短期记忆网络   航空发动机   自动编码器   剩余寿命预测  
描述: ,优化LSTM模型,改善航空发动机RUL预测效果。利用SDAE进行特征提取,构建健康因子(HI)曲线;同时考虑运行工况、故障模式和传感器3个因素,并分别训练其权重。利用LSTM模型进行发动机剩余寿命预测
基于改进LSTM的航空发动机寿命预测方法研究
作者: 郭晓静   殷宇萱   贠玉晶   来源: 机床与液压 年份: 2022 文献类型 : 期刊 关键词: 长短期记忆网络   航空发动机   自动编码器   剩余寿命预测  
描述: ,优化LSTM模型,改善航空发动机RUL预测效果。利用SDAE进行特征提取,构建健康因子(HI)曲线;同时考虑运行工况、故障模式和传感器3个因素,并分别训练其权重。利用LSTM模型进行发动机剩余寿命预测
基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化
作者: 苗永浩   李晨辉   石惠芳   林京   来源: 中国科学:技术科学 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   极大似然估计   不确定性量化   卷积循环神经网络   剩余寿命预测  
描述: 航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积/卷积循环/全连接结构的深度学习模型,逐层提取
基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化
作者: 苗永浩   李晨辉   石惠芳   林京   来源: 中国科学:技术科学 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   极大似然估计   不确定性量化   卷积循环神经网络   剩余寿命预测  
描述: 航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积/卷积循环/全连接结构的深度学习模型,逐层提取
基于长短期记忆网络与轻梯度提升机的航空发动机大修期内剩余寿命预测
作者: 杨硕     高成   来源: 航空发动机 年份: 2024 文献类型 : 期刊 关键词: 长短期记忆网络   航空发动机   组合模型   轻梯度提升机   剩余寿命预测  
描述: 针对航空发动机大修期内由性能主导的剩余使用寿命预测中复杂设备具有状态变量多、非线性特征严重的特点以及单一模型面临特征提取不充分、预测精度不足等问题,提出一种长短期记忆网络(LSTM)与轻梯度提升机
基于深度学习方法的航空发动机寿命预测模型
作者: 郭晓静     贠玉晶     徐晓慧   来源: 振动.测试与诊断 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   长短期记忆网络   航空发动机   剩余寿命预测   协方差分析  
描述: 为提高航空发动机剩余寿命(remaining useful life,简称RUL)预测能力,构建了一种注意力机制与长短期记忆网络(long short-term memory,简称LSTM)融合
< 1 2 3 ... 284 285 286
Rss订阅