- · 《航空学报》栏目设置[09/30]
- · 《航空学报》数据库收录[09/30]
- · 《航空学报》投稿方式[09/30]
- · 《航空学报》征稿要求[09/30]
- · 《航空学报》刊物宗旨[09/30]
一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。 二、不要超过10000字为宜，精粹的短篇，尤为欢迎。 三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿，恕不退稿。 五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式： 基金项目：项目名称（编号） 作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。
航空航天科学与工程论文_基于LSTM分类器的航空
作者:网站采编关键词:
摘要：文章摘要:利用传感器数据进行预测性维护是航空发动机健康管理的关键问题。针对发动机剩余寿命预测准确性低的问题，提出基于长短期记忆网络（long short-term memory network ， LSTM）分类
文章摘要:利用传感器数据进行预测性维护是航空发动机健康管理的关键问题。针对发动机剩余寿命预测准确性低的问题，提出基于长短期记忆网络（long short-term memory network ， LSTM）分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选，并将有效信息用于时间序列预测。首先，采用滑动时间窗口制备训练样本。然后，将预处理后的样本输入LSTM，预测设备在特定时间窗口内的失效概率。通过调整窗口大小，得到最优性能的二分类模型，以更好地适应预测维护需求。最后，利用NASA C-MAPSS数据集验证了该模型的有效性，相比于已有分类方法，其在RUL分类方面更加准确。
文章关键词:
论文分类号:V263.6
文章来源：《航空学报》 网址: http://www.hkxbzz.cn/qikandaodu/2021/1102/1892.html