公开(公告)号：CN116842355A

公开(公告)日：2023-10-03

申请号：CN202310731902.1

申请日：2023-06-20

Applicant: 成都飞机工业(集团)有限责任公司 ,  哈尔滨工业大学

Inventor： 莫文静 ,  耿畅 ,  董静怡 ,  刘大同 ,  迟鹏飞 ,  雷森 ,  张莹莹

IPC: G06F18/2113 ,  G06F17/18

Abstract: 本申请属于传感器测试数据智能分析领域，具体涉及一种飞机任务传感器异构测试数据的信息拾取方法，包括如下步骤：针对飞机测试数据，先对频率序列和单值数据进行异构数据形式变换，形成与飞行精度序列特性一致的样本序列数据，将单值数据和频率序列以测试架次为序列顺序构造测试数据序列和飞行精度序列，实现单值数据和频率数据的格式变换，得到同构数据，基于交叉熵实现变换后异构数据的信息拾取，基于交叉熵构造信息拾取模型。本方法有助于更充分的挖掘异构数据与目标参数关联信息，基于联合概率分布的信息拾取方法精度较高，可同时提取与目标参数相关的线性相关及非线性相关特征，适用于小样本数据。根据机理分析，信息拾取的参数相关度较高。

公开(公告)号：CN109934337A

公开(公告)日：2019-06-25

申请号：CN201910194332.0

申请日：2019-03-14

Applicant: 哈尔滨工业大学

Inventor： 刘大同 ,  董静怡 ,  庞景月 ,  彭喜元

IPC: G06N3/04 ,  G06F17/16

Abstract: 一种基于集成LSTM的航天器遥测数据异常的检测方法，它属于遥测数据异常的检测技术领域。本发明解决了现有方法对遥测数据上下文异常的检测的准确率低的问题。本发明对训练数据进行预处理，将训练数据分为训练集A和训练集B两个类别，再将训练集A和训练集B分别基于LSTM模型进行训练，能有效减少长期依赖对检测结果的影响，提升整体异常的检测的正确率；LSTM模型的预测结果按一定权重集成，得到最终的遥测数据预测值，利用预测结果与实际值的误差做差，即将误差进行平滑处理，并根据动态阈值∈检测出遥测数据的异常区间，与现有方法相比，本发明方法可以将航天器遥测数据上下文异常检测的准确率提升11％以上。本发明可以应用于遥测数据异常的检测技术领域。

公开(公告)号：CN117215848A

公开(公告)日：2023-12-12

申请号：CN202311183040.X

申请日：2023-09-14

Applicant: 成都飞机工业(集团)有限责任公司 ,  哈尔滨工业大学

Inventor： 向胜华 ,  莫文静 ,  董静怡 ,  宋宇晨 ,  任毅 ,  王强开 ,  吴晓华

IPC: G06F11/22

Abstract: 本发明公开了一种飞机测试数据分析模型的评价指标体系与优化方法，属于数据分析技术领域，所述的评价指标体系包括模型数据评估、模型性能评估和模型适用性评估。评价指标体系的优化方法包括：确定各评价指标及其量化值；对不同单位和量纲的评价指标进行归一化处理；通过判定模型贡献度的方法自动分析计算每个评价指标的权重；为每个目标分配权重，计算综合性飞机测试数据分析模型的评价指标。本发明建立的评价指标体系及优化方法可以在不同指标之间进行权衡，找到一个平衡的解决方案，能够更好地满足现实问题中的多种需求和限制，加强评价指标体系的可解释性，综合性的评估模型质量。

公开(公告)号：CN109934337B

公开(公告)日：2020-12-25

申请号：CN201910194332.0

申请日：2019-03-14

Applicant: 哈尔滨工业大学

Inventor： 刘大同 ,  董静怡 ,  庞景月 ,  彭喜元

IPC: G06N3/04 ,  G06F17/16

Abstract: 一种基于集成LSTM的航天器遥测数据异常的检测方法，它属于遥测数据异常的检测技术领域。本发明解决了现有方法对遥测数据上下文异常的检测的准确率低的问题。本发明对训练数据进行预处理，将训练数据分为训练集A和训练集B两个类别，再将训练集A和训练集B分别基于LSTM模型进行训练，能有效减少长期依赖对检测结果的影响，提升整体异常的检测的正确率；LSTM模型的预测结果按一定权重集成，得到最终的遥测数据预测值，利用预测结果与实际值的误差做差，即将误差进行平滑处理，并根据动态阈值检测出遥测数据的异常区间，与现有方法相比，本发明方法可以将航天器遥测数据上下文异常检测的准确率提升11％以上。本发明可以应用于遥测数据异常的检测技术领域。