关键词
基于概率稀疏自注意力的航空发动机剩余寿命预测
作者: 王欣     黄佳琪     许雅玺   来源: 科学技术与工程 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   Transformer   深度学习   概率稀疏自注意力   剩余寿命预测  
描述: 以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度
基于注意力Seq2Seq模型的终端区航空器航迹预测
作者: 卢婷婷     刘博     李纯柱   来源: 科学技术与工程 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   终端区   序列到序列框架   航空运输   航迹预测  
描述: %、38.16%和20.57%,同时,上述4种预测时长下所提出方法预测结果的均值和方差最小,表明随着预测时长的增加,模型预测结果的稳定性最好。此外,引入的注意力机制与指数衰减采样方法对有效捕捉航迹时间依赖性、提高模型泛化性均具有积极的贡献。
基于注意力与LSTM的航空发动机剩余寿命预测
作者: 王欣   孟天宇   周俊曦   来源: 科学技术与工程 年份: 2022 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   预测性维护  
描述: C-MAPSS涡扇发动机仿真数据集进行实验,与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明,提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。
基于注意力与LSTM的航空发动机剩余寿命预测
作者: 王欣   孟天宇   周俊曦   来源: 科学技术与工程 年份: 2022 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   预测性维护  
描述: C-MAPSS涡扇发动机仿真数据集进行实验,与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明,提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。
< 1
Rss订阅