基于高斯过程回归的齿轮泵滑动轴承性能预测方法

AITNT
正文
推荐专利
基于高斯过程回归的齿轮泵滑动轴承性能预测方法
申请号:CN202411539122
申请日期:2024-10-31
公开号:CN120068568A
公开日期:2025-05-30
类型:发明专利
摘要
基于高斯过程回归的齿轮泵滑动轴承性能预测方法,包括以下步骤;步骤一:收集滑动轴承不同结构参数和运行工况时的性能参数数据,组建数据样本,并将样本顺序随机打乱,划分为训练样本和测试样本两部分,为后续训练高斯过程回归模型做准备;步骤二:设定高斯过程回归模型的均值函数、核函数及其超参数、似然函数作为先验分布;步骤三:基于处理后的训练样本数据对步骤二中核函数的超参数寻优,得到训练后的高斯过程回归性能预测模型;步骤四:使用步骤三中训练后的高斯过程回归模型对测试样本数据进行性能预测并给出预测的准确度。本发明对不同结构参数的齿轮泵滑动轴承工作性能进行预测,并给出预测结果的不确定性估计,以提高性能预测的精度。
技术关键词
性能预测方法 滑动轴承 齿轮泵 训练样本数据 性能预测模型 超参数 预测误差 贝叶斯方法 工况 协方差矩阵 随机噪声 油槽 平滑度 齿轮轴 指数
系统为您推荐了相关专利信息
1
针对单一型号芯片算力集群的目标训练策略确定方法及相关装置
性能预测模型 策略 图像处理芯片 芯片架构 集群
2
一种数据自生成的电极性能预测方法
性能预测方法 关键性能参数 X射线光电子能谱 高灵敏度传感器 X射线衍射谱
3
电气参数分析的地下中压电缆故障监测方法、装置及设备
监测电缆 电缆故障监测方法 构建训练集 电气 参数
4
基于云计算的纺织后处理性能预测方法及系统
性能预测方法 局部纹理特征 融合特征 纺织品 灰度共生矩阵
5
一种基于深度学习的软件综合质量评估方法和系统
软件 神经网络模型 指标 训练样本数据 MLP神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号