摘要
本发明提供了一种含输入噪声多类别高斯过程的液体火箭发动机变分推断学习与诊断方法,包括:引入噪声并建立具有噪声的多分类高斯过程模型、基于高斯变分推断,将数据分类问题转化为后验近似问题、采用小批量数据近似方法,对变分下界进行优化估计、通过最大化变分下界得到近似后验分布,并建立分类预测模型。本发明以多类别高斯过程作为底层分类器模型,引入加性高斯噪声,使用变分推断方法近似模型隐变量的后验分布,优化含输入噪声的分类器模型,以此对液体火箭发动机进行故障诊断,提高含输入噪声的液体火箭发动机故障分类准确性。
技术关键词
液体火箭发动机
数据近似方法
分类预测模型
诊断方法
无噪声
分类器模型
高斯噪声方差
协方差矩阵
变量
蒙特卡洛方法
推断方法
标签
噪声数据
数据分类
样本
定义
系统为您推荐了相关专利信息
故障诊断方法
无监督
旋转机械振动信号
故障诊断模型
频域特征提取
故障诊断方法
成型装置
物理状态参数
时序特征
故障特征提取
超声图像数据
生物阻抗数据
诊断系统
生成对抗网络
诊断模块