SAR图像飞机目标智能检测识别技术研究进展与展望

作者： 罗汝     赵凌君     何奇山     计科峰     匡纲要   来源： 雷达学报 年份： 2024 文献类型 ： 期刊 关键词： 可解释人工智能   合成孔径雷达   深度学习   飞机目标   目标检测与识别  

描述： 合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR

基于深度学习的高分辨率遥感影像飞机掩体检测方法

作者： 史姝姝     陈永强     王樱洁     王春乐   来源： 激光与光电子学进展 年份： 2024 文献类型 ： 期刊 关键词： 遥感影像   目标检测   深度学习   旋转框   遥感  

描述： 高分辨率遥感影像数据集。对比Faster R-CNN、SSD、RetinaNet、YOLOv3和YOLOX等5个深度学习目标检测模型的综合性能，结果表明，在飞机掩体影像数据集上YOLOX模型表现更佳

航空发动机润滑系统故障知识图谱构建及应用

作者： 吴闯     张亮     唐希浪     崔利杰     谢小月   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   深度学习   润滑系统   知识问答   知识图谱  

描述： 知识图谱本体概念的基础上，采用双向长短期记忆(BiLSTM)神经网络和条件随机场(CRF)等深度学习技术实现知识自主抽取，并基于余弦距离和Jaccard相关系数法进行多源异构故障知识的融合。同时，基于

基于改进DRSN的航空发动机故障风险预警模型

作者： 毛浩英     孙有朝     李龙彪     晏传奇   来源： 航空动力学报 年份： 2024 文献类型 ： 期刊 关键词： 深度注意力机制   软阈值化   深度残差收缩网络   深度学习   故障风险预警  

描述： 航空发动机属于多发性故障机械，运用先进的计算训练方法可有效地实现准确的风险预警分析，为发动机的运维指导提供参考。在发动机故障风险预警征兆数据集中提取多变量时间序列样本，将样本矩阵化，转换为灰度图样本。预处理并增强图像数据样本，热编码化序列样本标签。深度残差收缩网络（deep residual shrinkage network,DRSN）中融入深度注意力机制与带有阈值的残差收缩块，获取高判别性特征，实现软阈值化。结合长短时记忆神经网络层与多个隐层，改进DRSN模型，使用主成分分析重构特征与主元提取，累积可解释方差贡献率为93.7%。对潜在20种故障征兆识别、分类并预警，训练精确度为96.1%。提出了改进DRSN航空发动机故障风险预警模型，与其他算法相比有较强的鲁棒性，预警正确率至少提高4.4%。

基于改进YOLOv5s的飞机起落架安全销检测算法

作者： 陈世嘉     叶剑元     龚轩     曾康     倪鹏程   来源： 计算机科学 年份： 2025 文献类型 ： 期刊 关键词： 起落架安全销   YOLOv5   深度学习   目标检测   坐标注意力  

描述： 基于改进YOLOv5s的飞机起落架安全销检测算法

基于激光雷达点云补全的飞机停泊引导定位研究

作者： 魏宁     李明磊     陈广永     叶方舟   来源： 雷达学报(中英文) 年份： 2025 文献类型 ： 期刊 关键词： 点云配准   深度学习   泊位引导系统   三维激光扫描   点云补全  

描述： 基于激光雷达点云补全的飞机停泊引导定位研究

基于计算机视觉的机场跑道上航空器目标检测

作者： 杨昌其     韩一杰     张天航   来源： 航空计算技术 年份： 2025 文献类型 ： 期刊 关键词： 计算机视觉   深度学习   航空运输   跑道侵入   航空器检测  

描述： 基于计算机视觉的机场跑道上航空器目标检测

光学遥感图像飞机目标识别算法

作者： 胡楠   李润生   王载武   来源： 影像技术 年份： 2020 文献类型 ： 期刊 关键词： 遥感图像   R   CNN   飞机识别   深度学习   Faster  

描述： 光学遥感图像中蕴含着大量信息,更新速度非常快。使用人工方法对光学遥感图像进行判读和目标的识别显然早已达不到现代社会各领域的需求。实时、高效地从光学遥感图像中识别出感兴趣目标具有非常重要的意义。本文对基于人工智能的图像飞机识别研究现状进行了总结,方便后续学者研究。

基于RDK-ELM的航空发动机控制系统故障诊断

作者： 陈虹潞   黄向华   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   极限学习机   控制系统   简约改进   故障诊断   深度学习  

描述： 为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构

稀疏驱动的航空发动机主轴承智能监测研究（英文）

作者： 丁宝庆   武靖耀   孙闯   王诗彬   陈雪峰   李应红   来源： Transactions of Nanjing University of Aeronautics and Astronautics 年份： 2021 文献类型 ： 期刊 关键词： 特征提取   稀疏模型   变分自编码   智能监测   深度学习   航空发动机主轴承  

描述： 微弱特征提取是航空发动机健康监测与智能诊断的关键技术之一。本文针对航空发动机主轴承微弱故障智能监测难题,基于信号先验提出增强稀疏驱动的智能监测方法。通过分析经典凸稀疏诊断模型难以兼顾信号降噪与特征重构性能的缺陷,构建基于莫罗包络理论的非凸正则凸优化增强稀疏模型,以实现微弱特征提取;进而提出稀疏驱动的深度卷积变分自编码网络智能监测方法,通过对健康状态稀疏降噪样本的训练实现对故障异常状态的智能识别。通过航空发动机主轴承疲劳寿命试验的工程案例对提出方法进行性能验证,结果表明:增强稀疏驱动的智能监测方法具有良好的异常状态智能识别能力,能够有效支撑航空发动主轴承微弱故障的智能监测与诊断。