【摘 要】
:
为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题,提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进
【机 构】
:
南京航空航天大学计算机科学与技术学院,北京航天飞行控制中心
【基金项目】
:
国家自然科学基金(U1433116),南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20191603)。
论文部分内容阅读
为解决卫星遥测数据异常检测面临的数据不平衡且缺乏有标签样本的问题,提出一种基于一维卷积神经网络(1dCNN)迁移学习的异常检测方法。首先利用源域卫星的遥测数据对1dCNN进行预训练,使得模型的卷积层具有卫星状态特征的提取能力;然后将训练好的模型迁移到缺乏标签数据的目标域卫星中;利用目标域有标签样本对预训练模型进行微调,从而实现了对目标域测试集样本的异常检测。为了使1dCNN能够适应遥测数据样本的不平衡性,引入了代价敏感训练策略,建立动态损失函数,从而提升代价敏感一维卷积神经网络(cs-1dCNN)对于异常
其他文献
通过对西宁市北山绿化工程中人工造林中林木生长量和所选择的树种的分析做研究。方法对北山现有的林木进行研究,根据山坡陡峭的不同,坡向的不同,在每个坡位选取一定量的样方
尤溪县林业行政执法在“十三五”期间取得了明显成效,应用林业技术手段对案件证据进行勘验定性,有效打击破坏森林资源的违法行为,起到了重要作用。文章主要阐述了林业技术在
随着我国经济水平的不断提升,人民群众的物质生活有了长足的进步,但与此同时人类社会与生态环境之间的矛盾日益激化,这让我国相关部门不得不重视对生态环境的保护,加强了绿化
为了丰富农村干燥技术和更好的保存天麻,文章采用高压电场干燥和热风干燥对天麻进行对比试验,研究在高压电场干燥和热风干燥对天麻干燥特性影响。结果表明:在干燥12 h后,高压
针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法。首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策的稀疏奖励难题,设计了基于轨迹构造的一步式动作空间设计方法,可加快策略网络收敛速
针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题,提出一套航天器运输包装箱动力学与热学仿真验证方法,包括:建立适用于包装箱系统的刚柔耦合多体动力学系
针对未来深空探测领域载人登陆、星表物资转运和基地建设等任务需求,提出了一种缓冲/行走一体化六足着陆器,并进行了步态规划和仿真校验。首先介绍了着陆器构型和驱动/吸能集成式缓冲器功能实现;其次,建立了UP+2UPS三自由度悬臂式腿足机构运动学模型,推导了以UP为主运动链的逆运动学,以及由UP主链旋转运动向2UPS支链伸缩运动的映射,并分析了其工作空间;第三,设计了行走与转弯步态,推导了足端迈步轨迹与各
针对机器人在轨构建空间桁架结构的装配序列规划问题,提出一种可同时求解装配单元装配序列与机器人运动的序列规划方法。首先设计了装配机器人并建立了动力学模型;其次,对机