面向航空发动机损伤检测的深度学习模型自动推荐方法

    公开(公告)号:CN119226930A

    公开(公告)日:2024-12-31

    申请号:CN202411476684.2

    申请日:2024-10-22

    Abstract: 本发明公开一种面向航空发动机损伤检测的深度学习模型自动推荐方法,包括:设计针对航空发动机损伤检测模型的度量元系统;集成自动化提取度量元技术与人工标注结合获取公开模型的度量元数据;处理异常值和缺失值,对文本特征进行编码,进行归一化和标准化的预处理;构建随机森林回归模型对航空发动机损伤检测模型进行静态性能评估,并进行特征重要性分析;对贝叶斯优化算法进行改进,提出αβ‑BO,搜索能够实现最佳性能的模型配置。本发明可实现对航空发动机损伤检测模型配置的静态推荐,实现对模型Top‑1准确率的有效预测,极大简化模型调试工作,大幅降低模型训练过程中所需能耗,满足开发者在不同硬件限制下快速构建深度学习模型的需求。

    面向航空发动机损伤检测的深度学习模型自动推荐方法

    公开(公告)号:CN119226930B

    公开(公告)日:2025-05-09

    申请号:CN202411476684.2

    申请日:2024-10-22

    Abstract: 本发明公开一种面向航空发动机损伤检测的深度学习模型自动推荐方法,包括:设计针对航空发动机损伤检测模型的度量元系统;集成自动化提取度量元技术与人工标注结合获取公开模型的度量元数据;处理异常值和缺失值,对文本特征进行编码,进行归一化和标准化的预处理;构建随机森林回归模型对航空发动机损伤检测模型进行静态性能评估,并进行特征重要性分析;对贝叶斯优化算法进行改进,提出αβ‑BO,搜索能够实现最佳性能的模型配置。本发明可实现对航空发动机损伤检测模型配置的静态推荐,实现对模型Top‑1准确率的有效预测,极大简化模型调试工作,大幅降低模型训练过程中所需能耗,满足开发者在不同硬件限制下快速构建深度学习模型的需求。

Patent Agency Ranking