【技术实现步骤摘要】
本专利技术属于数据预处理领域，涉及一种面向航空发动机参数的基于双向动态和属性关联的长短期记忆神经网络缺失值填补方法，可用于处理航空发动机运行过程中产生的不完整时序数据中的缺失值问题，为航空发动机的健康监控和性能分析提供支持，在航空发动机监控系统中的应用部署。
技术介绍
1、航空发动机的参数数据形成了复杂的多元时间序列，然而，其中通常存在着缺失值问题。这些缺失可能由多种因素引起，如传感器故障、通信故障、环境变化或采样频率的差异。不完整的数据集通常无法直接用于航空发动机的健康监控和性能分析，这对飞行安全和发动机维护构成了挑战。目前，解决这一问题的常见方法是进行缺失值填补。
2、缺失值填补利用模型估计值替代缺失值，将不完整的数据转化为完整的数据。在处理具有时序依赖的航空发动机运行参数数据时，高效的缺失值填补对后续的数据分析、故障诊断和健康监测至关重要。因此，为这些数据设计一个适应其特性的有效的缺失值填补方法具有重要意义。
3、现有的填补方法包括简单插值、回归模型以及基于统计的方法，这些方法虽然在某些情况下效果显著，但往...
【技术保护点】
1.一种面向航空发动机参数的基于双向动态和属性关联的缺失值填补方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向航空发动机参数的基于双向动态和属性关联的缺失值填补方法，其特征在于，步骤如下：
【技术特征摘要】
1.一种面向航空发动机参数的基于双向动态和属性关联的缺失值填补方法，其特征在于，包括以下步骤：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。