基于CNN-LSTM的QAR数据特征提取与预测

张鹏; 杨涛; 刘亚楠; 樊志勇; 段照斌

首页> 中文期刊> 《计算机应用研究》 >基于CNN-LSTM的QAR数据特征提取与预测

基于CNN-LSTM的QAR数据特征提取与预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对传统数据驱动的故障诊断方法难以从QAR数据中提取有效特征的问题,提出一种融合卷积神经网络(convolutional neural network,CNN)与长短时记忆网络(long short-term memory,LSTM)的双通道融合模型CNN-LSTM。CNN与LSTM分别作为两个通道,通过注意力机制(attention)融合,从而使模型能同时表达数据在空间维度和时间维度上的特征,并以时间序列预测的方式验证融合模型特征提取的有效性。实验结果表明,双通道融合模型与单一的CNN、LSTM相比,能够更有效地提取数据特征,模型单步预测与多步预测误差平均降低35.3%,为基于QAR数据的故障诊断提供一种新的研究思路。

著录项

来源
《计算机应用研究》 |2019年第10期|2958-2961|共4页
作者
张鹏; 杨涛; 刘亚楠; 樊志勇; 段照斌;
展开▼
作者单位

中国民航大学适航学院天津300300;

中国民航大学电子信息与自动化学院天津300300;

中国民航大学工程技术训练中心天津300300;

展开▼
原文格式 PDF
正文语种 chi
中图分类监视、报警、故障诊断系统;
关键词
深度学习; 融合卷积神经网络; 长短时记忆网络; 特征提取; 时间序列预测;

相似文献

中文文献
外文文献
专利

1. 基于深度置信网络的QAR飞行数据特征提取分析 [J] . 戴婧睿 ,吴奇 ,仁和 . 电光与控制 . 2017,第011期
2. 基于球向量机的QAR数据特征提取方法 [J] . 黄寓凡 ,王建东 ,顾彬 . 信息化研究 . 2011,第2期
3. 基于QAR数据的民用飞机故障预测及验证 [J] . 巴塔西 ,李蕊 ,熊毅 . 计算机测量与控制 . 2019,第010期
4. 基于QAR数据的接地仰角超限风险预测模型 [J] . 王妍俨 . 现代国企研究 . 2015,第008期
5. 基于统计过程控制的QAR数据风险预测方法 [J] . 孙瑞山 ,张思远 ,汪磊 . 统计与决策 . 2015,第21期
6. 基于QAR数据的民机故障预测技术 [C] . 汪家全 ,李蕊 ,房红征 . 第二十六届测试与故障诊断技术研讨会 . 2017
7. 基于QAR数据的综合模块化航电系统可靠性预测模型研究 [A] . 程漩 . 2020

基于CNN-LSTM的QAR数据特征提取与预测

摘要

著录项

相似文献

相关主题

期刊订阅