基于朴素贝叶斯算法的飞行参数共生故障预测方法及装置
申请号:CN202510026010
申请日期:2025-01-08
公开号:CN119962357A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及飞行参数数据处理技术领域,尤其涉及基于朴素贝叶斯算法的飞行参数共生故障预测方法及装置,共生故障预测方法包括:采集飞行参数中的所有故障组合,构建具有时间属性的连续样本空间;将飞行参数中的共生故障信息转化为无监督学习的训练数据,构建朴素贝叶斯故障预测模型;获取待预测的目标故障信息;将目标故障信息输入朴素贝叶斯故障预测模型中,输出目标故障发生的概率。本发明以朴素贝叶斯算法为基础思想,统计在飞行中同时出现的故障,结合机器学习中“标签”与“特征”将飞参中的目标故障与其存在共生关联的其他故障转换为可供机器学习模型学习的训练数据,实现了以历史共生故障为关联因子对目标故障发生概率进行预测的方法。
技术关键词
朴素贝叶斯算法
故障预测方法
故障预测模型
飞行参数数据
故障预测装置
无监督学习
可读存储介质
机器学习模型
数据处理技术
训练集
处理器
存储器
计算机
标签
因子
对象
基础