申请/专利权人:中国飞行试验研究院
申请日:2023-12-20
公开(公告)日:2024-03-15
公开(公告)号:CN117708713A
主分类号:G06F18/243
分类号:G06F18/243;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明涉及飞行试验安全监控技术领域,尤其是涉及一种遥测数据安全关键参数趋势预测方法。步骤一:基于历史试飞数据对M个输入特征参数进行重要性评估并排序;步骤二:基于历史试飞数据确定输出参数序列时间窗口大小K;步骤三:对历史试飞数据中所有的输入数据和输出数据进行归一化处理;步骤四:将归一化后的历史试飞数据划分为训练集和测试集;步骤五:选取长短时记忆模型,用训练集对长短时记忆模型进行训练;步骤六:用测试集对长短时记忆模型进行测试,并计算输入特征参数下的预测误差;选取预测误差最小时对应的输入参数个数,并将预测误差最小的长短时记忆模型作为最优模型,上传至云平台对关键参数进行实时预测。
主权项:1.一种实时遥测数据安全关键参数趋势预测方法,其特征在于:所述方法包括以下步骤:步骤一:基于历史试飞数据对M个输入特征参数进行重要性评估并排序;步骤二:基于历史试飞数据确定输出参数序列时间窗口大小K;步骤三:对历史试飞数据中所有的输入数据和输出数据进行归一化处理;步骤四:将归一化后的历史试飞数据划分为训练集和测试集;选择i个输入特征参数,i初始化为1,最大取值为M,建立输入三维数组[L,K,i]和输出三维数组[L,S,j],S为预测步长,j为输出参数个数;步骤五:选取长短时记忆模型,用训练集对长短时记忆模型进行训练;步骤六:用测试集对长短时记忆模型进行测试,并计算i个输入特征参数下的预测误差;步骤七:i=i+1,返回步骤四,直至i=M;选取预测误差最小时对应的输入参数个数,并将预测误差最小的长短时记忆模型作为最优模型,上传至云平台对关键参数进行实时预测。
全文数据:
权利要求:
百度查询: 中国飞行试验研究院 一种实时遥测数据安全关键参数趋势预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。