首页> 中文学位 >电源车异常检测与寿命预测方法研究
【6h】

电源车异常检测与寿命预测方法研究

代理获取

目录

声明

第1章 绪 论

1.1 课题研究背景及意义

1.2 国内外研究现状综述

1.2.1 异常检测技术的研究现状

1.2.2 寿命预测技术的研究现状

1.3.1 主要研究内容

1.3.2 章节安排

第2章 基于深度置信网络与迁移学习的电源车异常诊断方法研究

2.1 引言

2.2.1 电源车异常诊断的问题分析

2.2.2 电源车异常诊断方法的提出

2.3.1 DBN模型

2.3.2 预训练模型

2.3.3 迁移学习

2.4.1 实验数据获取

2.4.2 异常诊断模型的训练及测试

2.4.3 实验结果分析

2.5 本章小结

第3章 基于PCA-SVR的电源车寿命预测方法研究

3.1 引言

3.2 电源车寿命预测方法

3.2.1 电源车寿命预测面对的问题

3.2.2 电源车寿命预测方法的提出

3.3.1 PCA算法

3.3.2 支持向量回归

3.3.3 电源车寿命预测

3.4.1 实验数据获取

3.4.2 实验数据的PCA降维降噪处理

3.4.3 支持向量回归模型的参数处理

3.4.4 电源车寿命预测结果分析

3.5 本章小结

第4章 基于GRU网络的电源车寿命预测方法研究

4.1 引言

4.2.1 GRU网络

4.2.2 GRU模型的训练

4.2.3 基于GRU网络的电源车寿命预测

4.3.1 实验数据获取

4.3.2 基于GRU网络的电源车寿命预测模型

4.3.3 其它模型的测试结果

4.4 本章小结

结论与展望

结论

展望

参考文献

致谢

附录A 攻读学位期间发表的学术论文

展开▼

著录项

  • 作者

    贺荣鹏;

  • 作者单位

    兰州理工大学;

  • 授予单位 兰州理工大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 李炜,孙晓静,马保慧;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 V35V24;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号