全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 基于sMLD特征的远红外航空图像配准算法
- 作者： 郭璠 李小虎 朱洪 唐琎 来源： 红外与毫米波学报 年份： 2023 文献类型 ： 期刊 关键词： 航空图像 特征提取 图像配准 特征匹配 远红外
- 描述： 航空场景下的远红外图像迫切需要准确、鲁棒、快速的特征描述与自动配准方法。由于已有的多重线型描述符MLD特征存在“特征孤岛”和“尺度变换受限”的问题，因此针对远红外航空图像的配准问题，文章提出了一种聚合特征点以及线型描述符分段统计的特征描述方式，即sMLD特征。结合sMLD特征相互连接构成网状拓扑结构的特性，还提出了一种由粗到细的分支加速匹配算法RF/BA。其中，RF/BA粗匹配充分利用拓扑图的结构，通过局部寻优算法提高匹配的效率。RF/BA精匹配利用最小外接凸四边形原则和GMS校验原则，提升配准精度。实验结果表明，与已有的几种代表性配准方法相比，所提方法在配准精度和时间开销方面均具有更好的性能。
- 基于多种预测算法的飞机故障预测效果研究
- 作者： 朱兴动 章思宇 宋建华 来源： 兵工自动化 年份： 2021 文献类型 ： 期刊 关键词： 支持向量机 Fisher判别法 随机森林 Kappa系数 逻辑回归 故障预测
- 描述： 为大幅提高飞机的维修故障预测精度,在充分研究Fisher判别法、逻辑回归、随机森林和支持向量机4种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R平台上实现这4种算法,以分析比较4种算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。
- 基于复合算法的航空发动机磨损故障诊断
- 作者： 黄帆 李艳军 曹愈远 李依林 来源： 航空计算技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机 油液分析 航空发动机 故障诊断 相对劣化度 免疫系统
- 描述： 针对航空发动机油液数据种类多样,所处状态阶段存在矛盾性,且传统三线值法制定状态界限值存在缺陷等问题,结合支持向量机理论(SVM),相对劣化度评估和人工免疫算法(AIS),提出了一种航空发动机磨损故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过实例验证,方法对油液监测数据反映的航空发动机磨损故障具有出色的识别能力,相较于直接归一化原始数据进行故障诊断,有利于故障类别的分离,并且可以有效降低诊断时间,提高识别效率。
- 基于集对分析和AFSA-SVM的军航空管安全评价
- 作者： 甘旭升 杨捷 刘飞 刘苹妮 来源： 安全与环境学报 年份： 2020 文献类型 ： 期刊 关键词： 集对分析 支持向量机 军航空管 安全系统学 人工鱼群算法 安全评价
- 描述： 基于集对分析和AFSA-SVM的军航空管安全评价
- 基于迁移学习的民航发动机小样本故障诊断
- 作者： 付松 钟诗胜 林琳 张永健 来源： 计算机集成制造系统 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机 支持向量机 小样本 深度自编码器 故障诊断 迁移学习
- 描述： 进行训练，建立发动机状态特征提取模型；然后将该特征提取模型迁移到具有少量数据的发动机故障样本中，并对这些故障样本进行特征提取；最后利用支持向量机（support vector machine, SVM
- 基于多种预测算法的飞机故障预测效果研究
- 作者： 朱兴动 章思宇 宋建华 来源： 兵工自动化 年份： 2020 文献类型 ： 期刊 关键词： 支持向量机 Fisher判别法 随机森林 Kappa系数 逻辑回归 故障预测
- 描述： 为大幅提高飞机的维修故障预测精度,在充分研究Fisher判别法、逻辑回归、随机森林和支持向量机4种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R平台上实现这4种算法,以分析比较4种算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。
- 基于航空正射影像的面向对象林隙识别
- 作者： 毛学刚 邢秀丽 李佳蕊 谭良全 范文义 来源： 林业科学 年份： 2019 文献类型 ： 期刊 关键词： 面向对象 支持向量机 航空正射影像 影像分割 对象特征 林隙
- 描述： 【目的】研究分割尺度及对象特征对航空正射影像面向对象林隙识别的影响,评价基于航空正射影像林隙识别适宜性。【方法】以真彩色航空正射影像为基础数据,采用面向对象分类方法,以东北典型天然次生林帽儿山实验林场东林施业区为试验区进行林隙识别。在面向对象分类过程中,对航空正射影像的3个分量(Blue、Green和Red)采用10种尺度(10～100,步长为10)进行分割,应用拓扑组合准确度(R_(A(or))和R_(A(os)))和位置准确度(D_(sr))评价分割结果。对每种尺度分割结果,应用航空正射影像的光谱及光谱+纹理结合特征,采用带有线性核的支持向量机(SVM)分类器进行林隙、非林隙和树冠分类,共获得20种分类结果。利用混淆矩阵计算的生产者精度、用户精度、分类总精度和Kappa系数4个评价指标对分类结果进行精度评价。【结果】对象特征(大小和形状)受尺度参数影响,小尺度分割产生小面积对象,大尺度分割产生大面积对象,但大尺度不能有效将明显的林隙从冠层中分离出来,存在明显分割不足的现象。拓扑组合准确度(R_(A(or))和R_(A(os)))和位置准确度(D_(sr))说明与参考对象最相似的分割对象结果是在尺度20时获得的分割结果(R_(A(or))和R_(A(os))较大且接近,D_(sr)较小)。光谱及光谱+纹理结合特征分类方案分类总精度具有相似的变化特征,即小尺度分类总精度较低,随着尺度增大,分类总精度也再提高并在某个尺度达到最大值,之后分类总精度随尺度增大而降低,并趋于平稳。光谱+纹理结合特征的分类总精度低于仅使用光谱特征的分类总精度,在中小尺度上尤其明显。在尺度参数为20时使用光谱+纹理结合特征分类总精度低19个百分点,在尺度参数为30时低13个百分点。基于航空正射影像分割最优尺度参数为20。【结论】基于航空正射影像进行林隙识别,最高精度仅为74%(Kappa=61%),林隙生产者和用户精度在60%以上,非林隙生产者和用户精度在90%左右。基于航空正射影像林隙识别纹理特征的加入还将继续降低识别精度。
- 航空发动机信号采集处理及故障检测方法研究
- 作者： 刘伟 周卓峰 黄新阳 来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 集成学习 滚动轴承 特征提取 机器学习 故障诊断 旋转机械
- 描述： 的方式分别学习数据在时域、频域、时频域上的深层特征进行综合诊断。经实验验证，EDNN模型在噪声环境、变载环境下的平均准确率分别达到了98%和97%,具有比SVM、1D-CNN、DBN等模型更强的抗噪与变负载适应性能力。