基于数据融合与GRU的航空发动机剩余寿命预测

作者： 李路云   王海瑞   朱贵富   来源： 空军工程大学学报 年份： 2022 文献类型 ： 期刊 关键词： 维纳过程   航空发动机   寿命预测   自助法   门控循环单元   多源传感器数据融合  

描述： 构造一维复合健康指标；然后，利用Bootstrap方法对一维复合健康指标进行有放回抽样，获取n组发动机退化特征样本；最后，利用一维复合健康指标和n组发动机退化特征样本构建“n+1”个基于GRU

基于数据融合与GRU的航空发动机剩余寿命预测

作者： 李路云   王海瑞   朱贵富   来源： 空军工程大学学报 年份： 2022 文献类型 ： 期刊 关键词： 维纳过程   航空发动机   寿命预测   自助法   门控循环单元   多源传感器数据融合  

描述： 构造一维复合健康指标；然后，利用Bootstrap方法对一维复合健康指标进行有放回抽样，获取n组发动机退化特征样本；最后，利用一维复合健康指标和n组发动机退化特征样本构建“n+1”个基于GRU

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GRU模型的高机动试飞航空器轨迹预测方法研究

作者： 张会英   彭曼   杨地   来源： 长江信息通信 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   轨迹预测   防相撞   门控循环神经网络  

描述： 文章利用注意力机制提取试飞运动轨迹数据中的有效信息，采用门控循环神经网络（Gated Recurrent Neural Network,GRU）模型处理时序问题，提出了一种高机动试飞航空器实时多步

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上

基于GRU模型的高机动试飞航空器轨迹预测方法研究

作者： 张会英   彭曼   杨地   来源： 长江信息通信 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   轨迹预测   防相撞   门控循环神经网络  

描述： 文章利用注意力机制提取试飞运动轨迹数据中的有效信息，采用门控循环神经网络（Gated Recurrent Neural Network,GRU）模型处理时序问题，提出了一种高机动试飞航空器实时多步

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

作者： 袁烨   黄虹   程骋   虞文武   丁汉   来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   生成对抗网络   特征提取   航空航天   剩余寿命预测  

描述： 控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上