原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种贝叶斯深度学习下剩余寿命预测及不确定性量化校准方法，其包括：预处理系统退化数据获取基础数据集，确定深度神经网络类型和规模，构建基于贝叶斯深度学习的剩余寿命预测网络，确定剩余寿命预测网络的超参数进行训练和验证，量化所训练剩余寿命预测网络的不确定性，获取不确定性校准系数，判断预测不确定性的校准系数和固有不确定性的校准系数是否均不再改变或变化很小，若是输出剩余寿命预测值和不确定性量化结果。本发明构建了贝叶斯深度学习网络进行不确定性建模，通过蒙特卡洛采样获得预测分布，结合保序回归和STD
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113868957 A
(43)申请公布日 2021.12.31
(21)申请号 202111182468.3 G06F 119/04 (2020.01)
文档评论（0）