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
一种基于无参化建模的缺失数据修复与寿命预测方法，包括装备退化过程无参化模型构建、历史失效样本缺失数据修复与在线服役样本剩余寿命预测；首先针对碎片化数据，进行两次坐标轴转换，采用函数主成分分析(FPCA)无参化建模方式，基于转换后数据建立了关于健康状态的剩余寿命预测模型；然后利用极大似然估计算法对历史失效样本的缺失数据进行修复；最后利用梯度下降迭代寻优算法对在线服役样本的剩余寿命进行预测；本发明实现了数据缺失情况下装备历史失效样本缺失数据修复与在线服役样本剩余寿命预测，克服了传统方法依赖退化时间、
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116894340 A
(43)申请公布日 2023.10.17
(21)申请号 202310875028.9
(22)申请日 2023.07.17
(71)申请人 西安交通大学
文档评论（0）