关键词
民航信息网络的流量异常检测算法研究与实现
作者: 易琳   来源: 中国民用航空飞行学院 年份: 2022 文献类型 : 学位论文 关键词: 深度森林   流量异常检测   Stacking   特征选择  
描述: 民航信息网络的流量异常检测算法研究与实现
民航信息网络的流量异常检测算法研究与实现
作者: 易琳   来源: 中国民用航空飞行学院 年份: 2022 文献类型 : 学位论文 关键词: 深度森林   流量异常检测   Stacking   特征选择  
描述: 民航信息网络的流量异常检测算法研究与实现
基于XGB-GRU的飞机俯仰预测模型
作者: 张鹏   刘静静   胡芳语   来源: 第十七届中国智能交通年会科技论文集 年份: 2022 文献类型 : 会议论文 关键词: XGB   俯仰角   姿态控制系统   特征选择   GRU  
描述: 基于XGB-GRU的飞机俯仰预测模型
基于XGB-GRU的飞机俯仰预测模型
作者: 张鹏   刘静静   胡芳语   来源: 第十七届中国智能交通年会科技论文集 年份: 2022 文献类型 : 会议论文 关键词: XGB   俯仰角   姿态控制系统   特征选择   GRU  
描述: 基于XGB-GRU的飞机俯仰预测模型
基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测
作者: 胡启国   白熊   杜春超   来源: 航空工程进展 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  
描述: 数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用CMAPSS
基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测
作者: 胡启国   白熊   杜春超   来源: 航空工程进展 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  
描述: 数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用CMAPSS
基于注意力机制和CNN-BiLSTM模型的航空发动机剩余寿命预测
作者: 张加劲   来源: 电子测量与仪器学报 年份: 2022 文献类型 : 期刊 关键词: 注意力机制   航空发动机   卷积神经网络   剩余寿命   双向长短期记忆网络  
描述: 航空发动机作为飞机的主要动力源,其可靠性是保证飞机安全的关键。剩余使用寿命预测对于提高航空发动机的可用性和降低其寿命周期成本具有重要意义。针对现有的预测算法存在对航空发动机多维数据特征提取不足的问题,提出了一种基于注意力机制的卷积神经网络和双向长短期网络融合模型。首先,采用卷积神经网络提取特征和双向长短期记忆网络获取特征中的长短期依赖关系;其次,使用注意力机制来突出特征中的重要部分,提高模型预测的准确率。为验证所提出方法的有效性,在C-MAPSS数据集上进行了实验。实验表明,模型可以准确地预测出航空发动机的剩余使用寿命,并比传统方法有着更高的预测精度。
基于状态辨识的航空发动机转子叶片剩余寿命模型
作者: 刘建勋   翟旭升   谢岩甫   罗志煌   答宇航   来源: 燃气涡轮试验与研究 年份: 2022 文献类型 : 期刊 关键词: 模型辨识   支持向量机   航空发动机   剩余寿命   工作叶片  
描述: 为有效评定航空发动机转子叶片的检查更换周期,防止叶片过度使用危及飞行安全,将叶片在不同使用阶段的装机工作时间,及典型部位的表面残余应力,作为表征叶片剩余寿命的状态参数,提出了叶片剩余寿命
基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测
作者: 胡启国   白熊   杜春超   来源: 航空工程进展 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  
描述: 数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用CMAPSS
基于KPCA-BLSTM的航空发动机多信息融合剩余寿命预测
作者: 胡启国   白熊   杜春超   来源: 航空工程进展 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   剩余寿命   多信息融合   核主成分分析   双向长短时记忆  
描述: 数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用CMAPSS
< 1 2
Rss订阅