|
|||||
|
|
| 基于深度学习的缺失数据故障诊断方法研究 | |
| 作者姓名： | 王司 王晓峰 |
| 作者单位： | 北京航空航天大学 可靠性与系统工程学院,北京 100191,北京航空航天大学 可靠性与系统工程学院,北京 100191 |
| 摘 要： | 由于不完整观测数据会严重影响故障的诊断结果,针对缺失率增大、观察变量之间相关系数降低及传统插补方法无法有效提取数据潜在特征等问题,本文提出了一种基于深度学习的插补方法来估计缺失数据.实验验证了该方法的有效性. |
| 关 键 词： | 故障诊断 数据缺失 插补方法 深度学习 改进DNN |
| 本文献已被 万方数据 等数据库收录！ | |