Page 130 - 2022年第53卷第6期

２０２１，２（５）：１ － ４．
［２０］ 王俊凯，乔非，祝军，等．基于支持向量机的烧结能耗及性能指标预测模型［Ｊ］．同济大学学报（自然科学
版），２０１４，４２（８）：１２５６ － １２６０．
［２１］ ＣＨＯＫ，ＶＡＮＭＥＲＲＩ?ＮＢＯＥＲＢ，ＧＵＬＣＥＨＲＥＣ，ｅｔａｌ．ＬｅａｒｎｉｎｇｐｈｒａｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｕｓｉｎｇＲＮＮｅｎｃｏｄｅｒ － ｄｅ
ｃｏｄｅｒｆｏｒｓｔａｔｉｓｔｉｃａｌｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ ［Ｊ］．ａｒＸｉｖｅ － ｐｒｉｎｔｓ，２０１４，ａｒＸｉｖ：１４０６．１０７８．
［２２］ 姚德臣，李博阳，刘恒畅，等．基于注意力 ＧＲＵ算法的滚动轴承剩余寿命预测［Ｊ］．振动与冲击，２０２１，
４０（１７）：１１６ － １２３．
［２３］ 毕扬，郑波，张亚武，等．基于 ＭＩＣ与 ＢｉＧＲＵ的水电机组振动趋势预测 ［Ｊ］．水利学报，２０２１，５２（５）：
６１２ － ６２１．
［２４］ ＨＵＡＮＧＳ，ＴＡＮＧＪ，ＤＡＩＪ，ｅｔａｌ．Ｓｉｇｎａｌｓｔａｔｕｓｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎ１ＤＣＮＮａｎｄｉｔｓｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｍｅｃｈａｎｉｓｍ
ａｎａｌｙｓｉｓ ［Ｊ］．Ｓｅｎｓｏｒｓ，２０１９，１９（９）：２０１８．
［２５］ ＺＨＵＡＮＧＺ，ＤＩＮＧＪ，ＴＡＮＡＣ，ｅｔａｌ．ＦａｕｌｔｄｅｔｅｃｔｉｏｎｏｆＨｉｇｈ － Ｓｐｅｅｄｔｒａｉｎｗｈｅｅｌｓｅｔｂｅａｒｉｎｇｂａｓｅｄｏｎｉｍｐｕｌｓｅ －
ｅｎｖｅｌｏｐｅｍａｎｉｆｏｌｄ ［Ｊ］．ＳｈｏｃｋａｎｄＶｉｂｒａｔｉｏｎ，２０１７，２０１７：２１０４７２０．
［２６］ ＳＨＩＪ，ＤＩＮＧＺ，ＬＥＥＷＪ，ｅｔａｌ．ＨｙｂｒｉｄｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｆｏｒＶｅｒｙ － Ｓｈｏｒｔｔｅｒｍ ｗｉｎｄｐｏｗｅｒｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎ
ｇｒｅｙｒｅｌａｔｉｏｎａｌａｎａｌｙｓｉｓａｎｄｗｉｎｄｓｐｅｅｄｄｉｓｔｒｉｂｕｔｉｏｎｆｅａｔｕｒｅｓ ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｍａｒｔＧｒｉｄ，２０１４，５（１）：
５２１ － ５２６．
［２７］ ＨＵＡＮＧＣ，ＷＡＮＧＬ．Ｇａｕｓｓｉａｎｐｒｏｃｅｓｓｒｅｇｒｅｓｓｉｏｎ － ｂａｓｅｄｍｏｄｅｌｌｉｎｇｏｆｌｉｔｈｉｕｍ － ｉｏｎｂａｔｔｅｒｙｔｅｍｐｅｒａｔｕｒｅ － ｄｅｐｅｎｄｅｎｔ
ｏｐｅｎ － ｃｉｒｃｕｉｔ － ｖｏｌｔａｇｅ ［Ｊ］．ＥｌｅｃｔｒｏｎｉｃｓＬｅｔｔｅｒｓ，２０１７，５３（１７）：１２１４ － １２１６．
［２８］ ＧＡＯＷ，ＫＡＲＢＡＳＩＭ，ＨＡＳＡＮＩＰＡＮＡＨ Ｍ，ｅｔａｌ．ＤｅｖｅｌｏｐｉｎｇＧＰＲｍｏｄｅｌｆｏｒｆｏｒｅｃａｓｔｉｎｇｔｈｅｒｏｃｋｆｒａｇｍｅｎｔａｔｉｏｎ
ｉｎｓｕｒｆａｃｅｍｉｎｅｓ ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇｗｉｔｈＣｏｍｐｕｔｅｒｓ，２０１８，３４（２）：３３９ － ３４５．

Ｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄａｓｓｅｓｓｍｅｎｔａｎｄｐｒｅｄｉｃｔｉｏｎｏｆｐｕｍｐｅｄｓｔｏｒａｇｅｕｎｉｔｂａｓｅｄｏｎ
ｄｅｅｐａｕｔｏ － ｅｎｃｏｄｅｒｃｏｍｐｒｅｓｓｉｏｎａｎｄｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ

２
１
１
１
２
３
ＣＨＥＮＰｅｎｇ，ＷＵＹｉｆａｎ，ＣＡＩＳｈｕａｎｇ，ＹＡＮＧＢｉｎ，ＺＨＡＮＧＨａｉｋｕ，ＬＩＣｈａｏｓｈｕｎ
（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７４，Ｃｈｉｎａ；
２．ＤａｔａｎｇＴｉｂｅｔＥｎｅｒｇｙＤｅｖｅｌｏｐｍｅｎｔＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｃｈｅｎｇｄｕ ６１００７２，Ｃｈｉｎａ；
３．ＤａｔａｎｇＨｙｄｒｏｐｏｗｅｒＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＣｏ．，Ｌｔｄ．，Ｃｈｅｎｇｄｕ ６１００７４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｈａｒｓｈｏｐｅｒａｔｉｎｇｅｎｖｉｒｏｎｍｅｎｔｂｒｉｎｇｓｃｈａｌｌｅｎｇｅｓｔｏｔｈｅｓａｆｅｏｐｅｒａｔｉｏｎｏｆｔｈｅｐｕｍｐｅｄｓｔｏｒａｇｅｕｎｉｔ
（ＰＳＵ）．ＴｈｅｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄａｓｓｅｓｓｍｅｎｔａｎｄｐｒｅｄｉｃｔｉｏｎｏｆＰＳＵｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｆｌｅｃｔｏｐｅｒａｔｉｏｎｓｔａｔｅｏｆｔｈｅｕｎｉｔ．
Ｈｏｗｅｖｅｒ ，ｔｈｅｒｅｉｓａｌａｒｇｅａｍｏｕｎｔｏｆｒｅｄｕｎｄａｎｔａｎｄｉｎｔｅｒｆｅｒｉｎｇｉｎｆｏｒｍａｔｉｏｎｉｎｏｐｅｒａｔｉｎｇｐａｒａｍｅｔｅｒｓｏｆｔｈｅｕｎｉｔ，
ｗｈｉｃｈｓｅｒｉｏｕｓｌｙａｆｆｅｃｔｓｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｔｈｅａｓｓｅｓｓｍｅｎｔ．Ｂｅｓｉｄｅｓ，ｉｔｉｓｈａｒｄｔｏａｃｈｉｅｖｅａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎｆｏｒｃｏｍ
ｐｌｅｘｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄｓｅｑｕｅｎｃｅｓ．Ｔｏｓｏｌｖｅａｂｏｖｅｐｒｏｂｌｅｍｓ ，ａｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄａｓｓｅｓｓｍｅｎｔａｎｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ
ｏｆＰＳＵｉｓｐｒｏｐｏｓｅｄｏｎｔｈｅｂａｓｉｓｏｆｄｅｅｐａｕｔｏ － ｅｎｃｏｄｅｒｃｏｍｐｒｅｓｓｉｏｎａｎｄｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｅ
ｈｅａｌｔｈｙｍｏｄｅｌｉｓｂｕｉｌｔｕｓｉｎｇｄｅｅｐａｕｔｏ － ｅｎｃｏｄｅｒ（ＤＡＥ）ａｎｄｍｕｌｔｉｌａｙｅｒｐｅｒｃｅｐｔｒｏｎ（ＭＬＰ）ｔｏｒｅｄｕｃｅｔｈｅｆｉｔｔｉｎｇｅｒ
ｒｏｒ ，ｗｈｅｒｅＤＡＥ ｉｓａｄｏｐｔｅｄｔｏｃｏｎｄｅｎｓｅｔｈｅｃｒｉｔｉｃａｌｉｎｆｏｒｍａｔｉｏｎ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄｉｓｇｅｎｅｒａｔｅｄ
ｂａｓｅｄｏｎｔｈｅｈｅａｌｔｈｙｍｏｄｅｌ．Ｆｉｎａｌｌｙ，ａｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｎｅｔｗｏｒｋｉｓｃｏｎｓｔｒｕｃｔｅｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅａｄ
ｖａｎｔａｇｅｓｏｆｏｎｅ － ｄｉｍｅｎｓｉｏｎａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（１ＤＣＮＮ）ａｎｄｂｉ － ｄｉｒｅｃｔｉｏｎａｌｇａｔｅｄｒｅｃｕｒｒｅｎｔｕｎｉｔ（ＢｉＧ
ＲＵ ）ｆｏｒｔｈｅａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎ．Ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｍｏｄｅｌｓ，ｔｈｅｐｒｏｐｏｓｅｄｈｅａｌｔｈｙｍｏｄｅｌａｃｈｉｅｖｅｄｔｈｅｌｏｗｅｓｔｆｉｔ
ｔｉｎｇｅｒｒｏｒａｎｄｔｈｅｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｎｅｔｗｏｒｋｈａｓｔｈｅｈｉｇｈｅｓｔｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．
Ｋｅｙｗｏｒｄｓ：ｐｕｍｐｅｄｓｔｏｒａｇｅｕｎｉｔ；ｄｅｇｒａｄａｔｉｏｎｔｒｅｎｄａｓｓｅｓｓｍｅｎｔａｎｄｐｒｅｄｉｃｔｉｏｎ；ｄｅｅｐａｕｔｏ － ｅｎｃｏｄｅｒ（ＤＡＥ）；
ｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｏｎｅ － ｄｉｍｅｎｓｉｏｎａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（１ＤＣＮＮ）；ｂｉ － ｄｉｒｅｃｔｉｏｎａｌｇａｔｅｄｒｅ
ｃｕｒｒｅｎｔｕｎｉｔ （ＢｉＧＲＵ）

（责任编辑：王 婧）

— ７ ５ —
６