基于深度迁移学习的大飞机试飞时间序列数据预测研究

作者： 熊鹏   来源： 上海交通大学 年份： 2020 文献类型 ： 学位论文 关键词： 航空大数据   循环神经网络   时间序列预测   深度迁移学习  

描述： 基于深度迁移学习的大飞机试飞时间序列数据预测研究

基于深度学习点过程的航空电子设备故障预测

作者： 汪韦怡   来源： 电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 时间序列预测   点过程   深度学习   航空电子设备故障预测  

描述： 基于深度学习点过程的航空电子设备故障预测

基于LSTM的民航客运量预测方法

作者： 李伟   申浩   凤少伟   孙朝云   呼延菊   来源： 2019世界交通运输大会 年份： 2019 文献类型 ： 会议论文 关键词： 长短期记忆模型   时间序列预测   民航客运量  

描述： 基于LSTM的民航客运量预测方法

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统的时间序列预测模型相比,改进GRU模型解决了传统GRU模型在处理多状态参数时的重复建模问题,并且有更高的剩余寿命预测准确率和更强的抗干扰能力。

飞机完好率预测仿真研究

作者： 孙璐璐   滕曰   黄锐   来源： 兵器装备工程学报 年份： 2018 文献类型 ： 期刊 关键词： 数据驱动   支持向量机   时间序列预测   飞机完好率   神经网络  

描述： 利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高。两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度。

基于QAR的航空发动机性能发展预测研究

作者： 王冉   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： QAR数据   时间序列预测   发动机基线   剩余寿命预测   异常检测  

描述： 基于QAR的航空发动机性能发展预测研究

基于STFT与LSTM的商用大飞机电源数据异常检测

作者： 曹子豪   来源： 上海交通大学 年份： 2020 文献类型 ： 学位论文 关键词： LSTM   时间序列预测   STFT   大飞机电源   异常检测  

描述： 基于STFT与LSTM的商用大飞机电源数据异常检测

民用航空发动机故障诊断及故障预测方法研究

作者： 张振良   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 时间序列预测   机器学习   故障诊断   神经网络   故障传播  

描述： 民用航空发动机故障诊断及故障预测方法研究

基于编解码架构的航空旅客机票预定量预测研究

作者： 高贤德   来源： 北京交通大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   循环神经网络   时间序列预测   机票预定量预测   编解码架构  

描述： 基于编解码架构的航空旅客机票预定量预测研究