首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于随机森林网络的卫星电源系统缺失数据补全方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:哈尔滨工业大学

摘要:基于随机森林网络的卫星电源系统缺失数据补全方法,属于航天器遥测数据处理技术领域,本发明为解决现有卫星在轨数据补全技术存在的问题。本发明方法包括以下步骤:S1、采集卫星电源系统的遥测数据并进行预处理;S2、预处理后全部遥测数据按日期保存为多个.csv文件,各.csv文件数据维度为L×M;S3、利用PCA算法从全部.csv文件中筛选出待补全遥测数据相关特征列N;S4、将步骤S3筛选出来的待补全遥测数据相关特征列N输入至训练好的神经随机森林NRF模型中,获取缺失段数据;S5、将神经随机森林NRF模型输出的缺失段数据与原始数据拼接在一起,获取完整遥测时序数据,完成缺失数据补全。

主权项:1.基于随机森林网络的卫星电源系统缺失数据补全方法,其特征在于,该方法包括以下步骤:S1、采集卫星电源系统的遥测数据并进行预处理,所述遥测数据由m类传感器采集并构建为M维时序数据M={m1,m2,...,mm};S2、预处理后全部遥测数据按日期保存为多个.csv文件,各.csv文件数据维度为L×M,其中L={l1,l2,...,ln}代表记录时序数据的时间长度,M={m1,m2,...,mm}代表遥测参数维度;S3、利用PCA算法从全部.csv文件中筛选出待补全遥测数据相关特征列N={m1,m2,...,mn},N≤M;S4、将步骤S3筛选出来的待补全遥测数据相关特征列N输入至训练好的神经随机森林NRF模型中,获取缺失段数据;神经随机森林NRF模型的构建过程:S41、将一颗回归树转化为树型神经网络;S42、构造神经网络各层的激活函数;S43、采用Bagging集成学习方式将多个S41构建的树型神经网络组合成神经随机森林模型NRF;S44、采用贝叶斯优化参数搜索对神经随机森林模型NRF进行模型调参;S5、将神经随机森林NRF模型输出的缺失段数据与原始数据拼接在一起,获取完整遥测时序数据,完成缺失数据补全。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学 基于随机森林网络的卫星电源系统缺失数据补全方法

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。