本發明提供的一種基于神經架構搜索的數字化建模方法,所述建模方法包括:獲取航天設備的實時運行數據和歷史數據;根據所述實時運行數據和所述歷史數據基于深度遷移學習訓練循環神經網絡預測,生成預測數據;根據所述預測數據進行數據擴充,獲得擴充數據;根據所述擴充數據利用模塊化網絡結構并進行拼裝構建搜索空間;采用強化學習方法將所述搜索空間建模成馬爾可夫決策過程,產生卷積神經網絡架構模型。實現了航天復雜設備系統實時故障診斷能力,降低了航天復雜設備系統的故障發生的風險。
聲明:
“基于神經架構搜索的數字化建模方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)