二次特征选择BSBiLSTM模型

通过二次特征选择与贝叶斯优化自注意力机制,提升滚动轴承剩余寿命预测的准确性与效率。

Feng, Song · 王之海 · 柳小勤 · Guoai, Ren · 刘韬

Measurement Science and Technology 2024

技术优势

特征更精炼

先基于三准则约束筛选特征,再利用皮尔逊相关系数进行二次选择,去除冗余和弱相关特征,从而提高数据质量。

超参数自动寻优

采用贝叶斯优化自动确定BiLSTM模型的超参数,避免人工设置引入主观误差,同时提高算法效率。

预测精度更高

在PRONOSTIA和XJTU-SY数据集上验证,结果优于目前许多主流的滚动轴承寿命预测方法。

应用场景