基于深度学习的缺失数据故障诊断方法研究
Techniques of Automation and Applications(2020)
摘要
由于不完整观测数据会严重影响故障的诊断结果,针对缺失率增大、观察变量之间相关系数降低及传统插补方法无法有效提取数据潜在特征等问题,本文提出了一种基于深度学习的插补方法来估计缺失数据.实验验证了该方法的有效性.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要
Techniques of Automation and Applications(2020)