改进的航空制造领域知识本体构建方法

作者： 刘源     张少逸     肖茹     刘磊   来源： 内燃机与配件 年份： 2024 文献类型 ： 期刊 关键词： 本体构建   知识管理   航空制造  

描述： 获取知识间的隐含关系。本文提出了一种改进的航空制造领域知识本体构建方法，该方法能够1)从技术文档中提取图、表、词汇等构建航空领域知识本体的要素，建立其语义关系；2)提高本体知识构建效率；3)推理得到本体实例之间的间接关系，拓宽知识挖掘查全率和查准率。最后，本文通过实例验证了该方法的有效性。

改进的航空制造领域知识本体构建方法

作者： 刘源     张少逸     肖茹     刘磊   来源： 内燃机与配件 年份： 2024 文献类型 ： 期刊 关键词： 本体构建   知识管理   航空制造  

描述： 获取知识间的隐含关系。本文提出了一种改进的航空制造领域知识本体构建方法，该方法能够1)从技术文档中提取图、表、词汇等构建航空领域知识本体的要素，建立其语义关系；2)提高本体知识构建效率；3)推理得到本体实例之间的间接关系，拓宽知识挖掘查全率和查准率。最后，本文通过实例验证了该方法的有效性。

基于生成对抗网络的半监督遥感图像飞机检测

作者： 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络   目标检测   半监督学习  

描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。

基于生成对抗网络的半监督遥感图像飞机检测

作者： 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络   目标检测   半监督学习  

描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。

基于生成对抗网络的半监督遥感图像飞机检测

作者： 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络   目标检测   半监督学习  

描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。

基于生成对抗网络的半监督遥感图像飞机检测

作者： 陈国炜   刘磊   郭嘉逸   潘宗序   胡文龙   来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络   目标检测   半监督学习  

描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。

基于自抗扰终端滑模的高速滑翔飞行器姿态控制

作者： 安炳合   王永骥   刘磊   侯治威   王博   来源： 弹箭与制导学报 年份： 2020 文献类型 ： 期刊 关键词： 自抗扰控制   高速滑翔飞行器   终端滑模控制   姿态控制  

描述： 基于自抗扰终端滑模的高速滑翔飞行器姿态控制

基于自抗扰终端滑模的高速滑翔飞行器姿态控制

作者： 安炳合   王永骥   刘磊   侯治威   王博   来源： 弹箭与制导学报 年份： 2020 文献类型 ： 期刊 关键词： 自抗扰控制   高速滑翔飞行器   终端滑模控制   姿态控制  

描述： 基于自抗扰终端滑模的高速滑翔飞行器姿态控制

应用样条拟合与插值法抑制航空电磁运动噪声

作者： 余洋   吴珊   肖都   李飞   杜炳锐   曹展宏   来源： 物探化探计算技术 年份： 2023 文献类型 ： 期刊 关键词： 数据预处理   三次样条拟合   固定翼时间域航空电磁法   运动噪声抑制  

描述： 呈现低频特性的运动感应噪声源于电磁感应接收线圈在地磁场中的运动变化，在固定翼时间域航空电磁测量数据中，其幅值往往达到有用信号的成百上千倍，原始数据中运动噪声的精确估计是目前时间域航空电磁法数据去噪技术的重点研究方向。针对电磁感应接收信号的特点，首先应用三次样条拟合法在截取的半周期晚期信号中压制高频干扰，提取低频运动噪声信息，然后用一维样条插值法估计连续的全周期运动噪声，最后从观测信号中减去估计信号，从而实现对运动噪声的抑制。对模拟数据和实测数据的应用研究结果表明，样条拟合与插值法对低于发射基频运动噪声的抑制效果显著，选用较小的均衡参数可以提高噪声压制能力，选用较大的延迟取样点，可以减轻对晚期有用信号的损伤，提高深部探测能力。

应用样条拟合与插值法抑制航空电磁运动噪声

作者： 余洋   吴珊   肖都   李飞   杜炳锐   曹展宏   来源： 物探化探计算技术 年份： 2023 文献类型 ： 期刊 关键词： 数据预处理   三次样条拟合   固定翼时间域航空电磁法   运动噪声抑制  

描述： 呈现低频特性的运动感应噪声源于电磁感应接收线圈在地磁场中的运动变化，在固定翼时间域航空电磁测量数据中，其幅值往往达到有用信号的成百上千倍，原始数据中运动噪声的精确估计是目前时间域航空电磁法数据去噪技术的重点研究方向。针对电磁感应接收信号的特点，首先应用三次样条拟合法在截取的半周期晚期信号中压制高频干扰，提取低频运动噪声信息，然后用一维样条插值法估计连续的全周期运动噪声，最后从观测信号中减去估计信号，从而实现对运动噪声的抑制。对模拟数据和实测数据的应用研究结果表明，样条拟合与插值法对低于发射基频运动噪声的抑制效果显著，选用较小的均衡参数可以提高噪声压制能力，选用较大的延迟取样点，可以减轻对晚期有用信号的损伤，提高深部探测能力。