本发明提供一种基于机器学习固体火箭发动机无损检测数据预测方法,包括在发生缺陷的发动机中,提取飞行成功及飞行失败的子样,选取判读影响因子(一般为长度、宽度等因素),以飞行成功或失败的发动机为基准进行有监督算法预测,经过归一化处理后,给出失败或成功的相似度预测结果。由于该方法可以对成功概率/失败危险程度进行了直观排序,找出与已知状态最相似的发动机。本发明解决人工检测精度低,人力资源投入大的问题。可替代现有技术中的人工测量,并大大提高测量效率与测量精度。
声明:
“基于机器学习固体火箭发动机无损检测数据预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)