《表1 HI评价指标对比：航空发动机的健康指标构建与剩余寿命预测》
提示：宽带有限、当前游客访问压缩模式
本文对比了传统的线性回归、BP神经网络构建出的健康指标的单调性、鲁棒性，在100台发动机测试数据上进行测试，平均评价指标对比如表1所示.
| 图表编号 | XD00165465200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 唐鹏 |
| 绘制单位 | 北京科技大学自动化学院工业过程知识自动化教育部重点实验室、北京科技大学人工智能研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 权重指标：基于深度置信网络的轨道电路剩余寿命预测》2020.09.01
- 《表1 3种HI构建方法的评价指标》2020.12.02
- 《表1 2种方法的实际剩余寿命与预测剩余寿命之比》2021.02.01
- 《表3 工人操作技术等级：基于改进卷积神经网络的航空发动机剩余寿命预测》2020.12.25
- 《表1 粗糙度综合参数：基于改进卷积神经网络的航空发动机剩余寿命预测》2020.12.25
- 《表3 模型的拟合与预测：基于LSTM的硬盘剩余寿命预测》2020.07.01
- 《表2 测试样本预测结果：基于相似时间序列的航空发动机剩余寿命预测》2020.04.01
- 《表1 发动机拆换记录：考虑脆弱性的航空发动机剩余寿命预测》2020.08.01
- 《表4 参数估计结果：考虑脆弱性的航空发动机剩余寿命预测》2020.08.01
- 《表2 各模型结果对比：基于CAE与LSTM的航空发动机剩余寿命预测》2020.08.01
- 《表2 评价指标：基于多源信息融合的飞行器部件剩余寿命预测》2020.02.20
- 《表2 对比模型的航空发动机剩余寿命预测误差》2020.01.25
- 《表1 部分监测数据：基于健康指数相似的航空发动机剩余寿命预测》2020.01.08
- 《表2 预测结果：基于健康指数相似的航空发动机剩余寿命预测》2020.01.08
- 《表3 分类结果对比表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表2 网络参数设置表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表7 剩余电寿命预测值与实际剩余电寿命对比》2019.10.10
- 《表3 FMU健康指标：基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法》2019.07.01
- 《表1 健康指数与设备状态、故障率、剩余寿命以及运行检修策略之间的关系》2019.08.28
- 《表1 性能检测参数：基于多元退化的航空机电系统的剩余寿命预测》2019.11.01