摘要
一种基于多尺度时序和属性特征提取的航空发动机缺失值填补方法。先针对航空发动机每个传感器采集的数据,采用线性插值生成缺失值的临时替代值。再提取航发序列数据的显著的多个周期作为时间尺度,将序列按显著尺度分解为趋势项与季节项,并在时间维度分别拼接所有的趋势项和季节项。随后,在时间维度利用跨尺度图卷积捕获尺度内与尺度间的时序依赖性以在时序上进行缺失值的填补。在属性维度,采用跨属性图卷积聚合局部邻域信息,并利用关系网络计算属性全局特征,更新节点特征,以在时序填补结果的基础上补充属性关联。最后,将特定尺度的节点特征通过一个最大池化层来聚合这些特征表示,然后采用两层线性层和激活函数计算得到最终的填补结果。
技术关键词
缺失值填补方法
节点特征
掩码矩阵
航空发动机
关系网络
多尺度特征融合
时序特征
序列
输出特征
时序依赖关系
线性插值方法
Adam算法
代表
编码
系统为您推荐了相关专利信息
数据安全交换系统
攻击检测模型
多模态
访问控制模块
语义特征提取
图像平滑方法
图像分割算法
全局平均池化
注意力
计算机程序代码
多模态对话
网络
融合特征
音频特征
预训练语言模型