龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东南大学;四川成南高速公路有限责任公司;四川交通职业技术学院
摘要：本发明公开了一种基于贝叶斯优化CNN‑LSTM的高速公路机电设备剩余寿命预测方法，包括：运用Spearman相关分析法探寻数据集里所提取的健康因子与机电设备容量之间的关联性，计算获得各健康因子和设备容量向量之间的Spearman相关性系数；对健康因子进行筛选；对筛选特征后的数据集进行处理，将处理后的数据集划分为训练集和测试集；将CNN和LSTM模型相结合，构建CNN‑LSTM模型；采用贝叶斯优化算法对CNN‑LSTM模型的超参数进行寻优，获得模型最佳性能；将训练集和测试集输入到优化后的CNN‑LSTM模型中进行模型训练和测试，将训练好的CNN‑LSTM模型作为高速公路机电设备剩余寿命预测模型，输出预测结果。本发明能够提高设备剩余寿命预测的准确性和效率，为高速公路的安全运营和维护提供科学依据。
主权项：1.一种基于贝叶斯优化CNN-LSTM的高速公路机电设备剩余寿命预测方法，其特征在于，包括如下步骤：S1：运用Spearman相关分析法探寻数据集里所提取的健康因子与机电设备容量之间的关联性，计算获得各健康因子和设备容量向量之间的Spearman相关性系数；S2：根据Spearman相关性系数，对健康因子进行筛选；S3：对筛选特征后的数据集进行处理，将处理后的数据集划分为训练集和测试集；S4：将CNN和LSTM模型相结合，构建CNN-LSTM模型；S5：采用贝叶斯优化算法对CNN-LSTM模型的超参数进行寻优，获得模型最佳性能；S6：将训练集和测试集输入到优化后的CNN-LSTM模型中进行模型训练和测试，将训练好的CNN-LSTM模型作为高速公路机电设备剩余寿命预测模型，输出预测结果。
全文数据：
权利要求：
百度查询： 东南大学 四川成南高速公路有限责任公司 四川交通职业技术学院 基于贝叶斯优化CNN-LSTM的高速公路机电设备剩余寿命预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号