首页>
根据【关键词:损失函数,深度神经网络,缺陷检测,注意力模型】搜索到相关结果 35 条
-
基于深度神经网络的航空叶片表面缺陷检测算法
-
作者:
苏宝华
张吟龙
张男
冯选
来源:
光电子·激光
年份:
2025
文献类型 :
期刊
关键词:
损失函数
深度神经网络
缺陷检测
注意力模型
-
描述:
基于深度神经网络的航空叶片表面缺陷检测算法
-
-
作者:
黄子恒
芮杰
林雨准
王淑香
刘相云
来源:
测绘通报
年份:
2024
文献类型 :
期刊
关键词:
损失函数
注意力机制
YOLOv5
目标检测
飞机检测
-
描述:
-
不同结构深度神经网络的时间域航空电磁数据成像性能分析
-
作者:
李金峰
刘云鹤
来源:
世界地质
年份:
2020
文献类型 :
期刊
关键词:
电磁数据
地球物理
成像
深度神经网络
-
描述:
时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。
-
不同结构深度神经网络的时间域航空电磁数据成像性能分析
-
作者:
李金峰
刘云鹤
来源:
世界地质
年份:
2021
文献类型 :
期刊
关键词:
电磁数据
地球物理
成像
深度神经网络
-
描述:
时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。
-
DNN加速器技术发展及航空计算系统应用展望
-
作者:
赵一煊
刘飞阳
高晗
王建生
来源:
航空计算技术
年份:
2022
文献类型 :
期刊
关键词:
智能计算
深度神经网络
航空电子系统
硬件加速器
-
描述:
新一代航空计算系统将以高性能智能数据处理为核心,能够支撑智能化的图像/雷达目标识别、大数据分析、指控决策、故障自诊断等多种应用场景。深度神经网络硬件加速器是面向人工智能领域专用的硬件加速平台,能够
-
某型机外置机匣接耳检测疑似裂纹分析
-
作者:
汪荣华
卢新亮
欧阳康
曹强
吴云坤
王京
来源:
无损检测
年份:
2020
文献类型 :
期刊
关键词:
分析
接耳
缺陷检测
-
描述:
在某型机大修后外场的例行检查过程中,发现外置机匣接耳存在涡流检测信号异常,着色检测无相关显示的问题。针对该疑似裂纹信号,借助荧光检测和数字射线实时成像等无损检测方法进行分析和探讨,并进行热处理去应力试验和微观观察,结果说明疑似裂纹信号源于试件表面或近表面的微裂纹,与可能存在的试件内部应力,以及近表面夹杂、气孔等体积型缺陷无关。表明涡流检测技术对试件表面或近表面微小裂纹具有很高的检测灵敏度和可靠性。
-
基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法
-
作者:
辛佳雯
王睿
谢艳霞
孙军华
来源:
仪器仪表学报
年份:
2023
文献类型 :
期刊
关键词:
关键点检测
深度学习
双目立体视觉
缺陷检测
-
描述:
CPN,AD-CPN的mAP、AP50、AP75分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。
-
相控阵超声检测技术在航空领域应用研究进展
-
作者:
夏玉秀
张义凤
薛峰
来源:
无损探伤
年份:
2023
文献类型 :
期刊
关键词:
航空
超声检测
相控阵
缺陷检测
-
描述:
介绍相控阵超声检测技术在航空领域的国内外研究发展及应用情况,主要分析了复合材料和增材制件等航空领域新材料、新结构的特征和缺陷检测难点,探讨相控阵超声检测技术在航空工业领域的未来发展方向。
-
基于关键点检测的航空发动机螺栓安装缺陷自动化检测方法
-
作者:
辛佳雯
王睿
谢艳霞
孙军华
来源:
仪器仪表学报
年份:
2023
文献类型 :
期刊
关键词:
关键点检测
深度学习
双目立体视觉
缺陷检测
-
描述:
对三维重构,并计算出螺栓的实际长度,从而判断螺栓是否错装。实验结果表明,相较于CPN,AD-CPN的mAP、AP50、AP75分别提升了2.9%、3.3%、4%;螺栓测量长度的相对平均误差约为3.0%,可见该方法具有较高的缺陷检测准确率,有效保障了航空发动机的安全运行。
-
基于深度学习的飞机表面缺陷检测
-
作者:
刘昊
来源:
航空维修与工程
年份:
2024
文献类型 :
期刊
关键词:
注意力机制
深度学习
缺陷检测
残差连接
-
描述:
基于深度学习的飞机表面缺陷检测