• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Detecting Anomalies of Satellite Power Subsystem via Stage-Training Denoising Autoencoders
【2h】

Detecting Anomalies of Satellite Power Subsystem via Stage-Training Denoising Autoencoders

机译：通过阶段训练降噪自动编码器检测卫星电源子系统的异常

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Satellite telemetry data contains satellite status information, and ground-monitoring personnel need to promptly detect satellite anomalies from these data. This paper takes the satellite power subsystem as an example and presents a reliable anomaly detection method. Due to the lack of abnormal data, the autoencoder is a powerful method for unsupervised anomaly detection. This study proposes a novel stage-training denoising autoencoder (ST-DAE) that trains the features, in stages. This novel method has better reconstruction capabilities in comparison to common autoencoders, sparse autoencoders, and denoising autoencoders. Meanwhile, a cluster-based anomaly threshold determination method is proposed. In this study, specific methods were designed to evaluate the autoencoder performance in three perspectives. Experiments were carried out on real satellite telemetry data, and the results showed that the proposed ST-DAE generally outperformed the autoencoders, in comparison.
机译：卫星遥测数据包含卫星状态信息，地面监测人员需要立即从这些数据中检测出卫星异常。本文以卫星电源子系统为例，提出了一种可靠的异常检测方法。由于缺少异常数据，自动编码器是一种用于无监督异常检测的强大方法。这项研究提出了一种新颖的阶段训练降噪自动编码器（ST-DAE），可以分阶段训练特征。与常见的自动编码器，稀疏自动编码器和去噪自动编码器相比，此新颖方法具有更好的重构功能。同时，提出了一种基于聚类的异常阈值确定方法。在这项研究中，设计了一些特定的方法来从三个角度评估自动编码器的性能。在真实的卫星遥测数据上进行了实验，结果表明，相比之下，拟议的ST-DAE总体上优于自动编码器。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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