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
本发明公开了一种基于注意力机制的LSTM机器剩余使用寿命预测方法，属于机械设备故障预测技术领域，包括：利用传感器采集设备从开始运行到最后失效的全寿命数据作为训练集，采集设备实时运行数据作为测试集，然后对训练集和测试集数据进行预处理；构建端到端的深度学习剩余寿命预测模型；将训练集数据输入到深度学习预测模型中对深度学习预测模型进行训练，通过评价函数来验证有效性，得到训练好的深度学习预测模型；将测试集数据输入到训练好的深度学习预测模型中，得到实时运行设备的剩余使用寿命，通过评价函数确定模型效果。本发明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118094343A
(43)申请公布日2024.05.28
(21)申请号202410491106.X
(22)申请日2024.04.23
(71)申请人安徽大学
文档评论（0）