期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于DCNN-LSTM混合模型的RUL预测方法
被引量：
6
1
作者
温海茹
陈雯柏
《兵器装备工程学报》
CAS
北大核心
2020年第12期87-92,126,共7页
提出一种结合深度卷积神经网络(DCNN)和长短时记忆(LSTM)网络实现剩余使用寿命的准确预测方法。首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备,并使用网格搜索法寻找模型最优参数;然后构建DCNN网络实现自动融合多...
提出一种结合深度卷积神经网络(DCNN)和长短时记忆(LSTM)网络实现剩余使用寿命的准确预测方法。首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备,并使用网格搜索法寻找模型最优参数;然后构建DCNN网络实现自动融合多传感器数据并提取抽象空间特征;最后固定卷积层数不变,采用多层LSTM网络记忆时间序列前后之间的关系。在公开的C-MAPSS数据集上进行了验证,并与单一的CNN、单一的LSTM算法在相同数据集上进行比较,预测精度提高10%以上,证明了所提出算法的优越性。
展开更多
关键词
深度卷积神经网络
长短时记忆网络
剩余使用寿命
深度学习
在线阅读
下载PDF
职称材料
题名
一种基于DCNN-LSTM混合模型的RUL预测方法
被引量：
6
1
作者
温海茹
陈雯柏
机构
北京信息科技大学自动化学院
出处
《兵器装备工程学报》
CAS
北大核心
2020年第12期87-92,126,共7页
基金
北京市自然科学基金项目(4202026)
北京市属高校青年拔尖人才培育项目(ClT&TCD201804054)。
文摘
提出一种结合深度卷积神经网络(DCNN)和长短时记忆(LSTM)网络实现剩余使用寿命的准确预测方法。首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备,并使用网格搜索法寻找模型最优参数;然后构建DCNN网络实现自动融合多传感器数据并提取抽象空间特征;最后固定卷积层数不变,采用多层LSTM网络记忆时间序列前后之间的关系。在公开的C-MAPSS数据集上进行了验证,并与单一的CNN、单一的LSTM算法在相同数据集上进行比较,预测精度提高10%以上,证明了所提出算法的优越性。
关键词
深度卷积神经网络
长短时记忆网络
剩余使用寿命
深度学习
Keywords
deep convolution neural network
long short-term memory network
remaining useful life
deep learning
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
V263.5 [航空宇航科学与技术—航空宇航制造工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于DCNN-LSTM混合模型的RUL预测方法
温海茹
陈雯柏
《兵器装备工程学报》
CAS
北大核心
2020
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
