-
公开(公告)号：CN116467950A
公开(公告)日：2023-07-21
申请号：CN202310447012.8
申请日：2023-04-24
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/15 , G06N20/20 , G06N3/0442 , G06F18/214
Abstract: 本发明是一种基于不确定表征的无人机飞行数据异常检测方法。本发明涉及无人机状态监测技术领域，本发明主要通过对数据不确定性进行量化进行建模，采用贝叶斯理论与集成学习相结合的方式为预测模型引入不确定表征能力。同时，由于飞行数据为多元时间序列，数据间同时具备时间与空间关联性，为更好地捕捉数据间相关关系，本发明基于长短期记忆网络(longshort‑termmemory，LSTM)建立预测模型，融合基于贝叶斯理论中的MonteCarloDropout和集成学习中的平均思想，为上述预测模型建立不确定表征能力，提高模型的异常检测能力，降低虚警率。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
