针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

➢ （一）SCIENCE DIRECT数据库浏览 ➢ （二）SCIENCE DIRECT数据库检索 ➢ （三）检索式的保存和调用

• 11.1 NoSQL简介 • 11.2 NoSQL兴起的原因 • 11.3 NoSQL与关系数据库的比较 • 11.4 NoSQL的四大类型 • 11.5 NoSQL的三大基石 • 11.6 从NoSQL到NewSQL数据库 • 11.7 文档数据库MongoDB

第1章数据结构基础概论 本章主要介绍以下内容 一、数据结构研究的主要内容 二、数据结构中涉及的基本概念 三、算法的概念、描述方法以及评价标准

第2章简单程序设计 2.1程序设计概述 2.2C语言的数据类型 2.3常量和变量 2.4整型数据 2.5实型数据 2.6字符型数据 2.7算术运算与算术表达式 2.8赋值运算与赋值表达式 2.9C语言特有的运算和运算符 2.10顺序结构程序设计

一、填空题(每小题1分,共15分) 1、数据通信系统是通过数据电路将分布在远地的数据终端设备与计算机系统连接起来,实现数据传 输 存储和处理的系统

第2章数据类型、运算符与表达式 第一课 一、教学内容: C语言的数据类型、运算符、表达式。 二、教学目标: 掌握C语言的数据类型、运算符、表达式。 三,重点、难点: C语言的数据类型

1.1 引言 1.2 数据模型 1.3 数据库系统结构 1.4 数据库管理系统 1.5 数据库工程与应用 1.6 小结

2.1 关系数据库概述 2.2 关系数据结构 2.3 关系的完整性 2.4 关系代数 2.5 关系演算 2.6 关系数据库管理系统 2.7 小结

3.1 SQL概述 3.2 数据定义 3.3 查询 3.4 数据更新 3.5 视图 3.6 数据控制 3.7 嵌入式SQL 3.8 小结