首页
期刊
文献
学者
评委
高校
新闻
项目检索
关于我们
登录
|
注册
全 部
期 刊
文 献
学 者
评 委
热门期刊:
细胞研究(英文版)
、
中华医学杂志(英文版)
、
国际临床研究杂志
等
首 页
>
项目检索
> 基于深度迁移学习的航天器寿命预测与动态故障检测
项目名称
基于深度迁移学习的航天器寿命预测与动态故障检测
项目编号
202210287026Z
项目类型
创新训练项目
项目级别
省级重点项目
所属学校
南京航空航天大学
所属一级学科
工学
所属二级学科
自动化类
项目期限
项目负责人
龚志仁
立项时间
结题时间
项目成员
姓名/学号
张仲彬/031950116, 龚志仁
指导教师
齐瑞云
项目简介
挖掘航天器大数据背后的潜在价值是数据模型双驱动下保证装备安全运行的热点和难点。对于航天器的寿命预测,主要利用深度集成学习算法提升预测准确性,并利用样条窗、数据挖掘等实现完备可靠的寿命预测;对于航天器的动态故障检测,同样基于深度迁移学习算法,并辅佐差分法、数据挖掘、伪标记算法等实现实时精准的动态故障检测。最终,项目将得到面向不同环境中的航天器的完备可靠精准的寿命预测和动态故障检测系统。
结题成果
项目评价