基于注意力机制和CNN-BiLSTM模型的航空发动机剩余寿命预测

作者： 张加劲   来源： 电子测量与仪器学报 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   卷积神经网络   剩余寿命   双向长短期记忆网络  

描述： ，提出了一种基于注意力机制的卷积神经网络和双向长短期网络融合模型。首先，采用卷积神经网络提取特征和双向长短期记忆网络获取特征中的长短期依赖关系；其次，使用注意力机制来突出特征中的重要部分，提高模型预测

基于优化混合模型的航空发动机剩余寿命预测方法

作者： 刘月峰   张小燕   郭威   边浩东   何滢婕   来源： 计算机应用 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   卷积神经网络   剩余使用寿命   双向长短期记忆网络  

描述： 的路径提取特征：1）将原始数据的均值和趋势系数输入至全连接网络；2）将原始数据输入双向长短期记忆（Bi-LSTM）网络，并采用注意力机制处理得到的特征；3）使用注意力机制处理原始数据，并将加权特征输入

融合注意力和多尺度特征的航空发动机缺陷检测

作者： 赵崇林   朱江   胡永进   李祖泽   王鹏举   谢涛   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   YOLOv5   深度学习   缺陷检测  

描述： 损失，实现对缺陷目标快速、准确地定位和识别。实验结果表明，本文算法检测缺陷的平均精确度达到了89.7％，较基准网络提升了6.3％，训练后的模型大小仅为14.0M。因此，所提方法可以有效地检测航空发动机的主要缺陷。

民航突发事件领域本体关系提取方法的研究

作者： 王红   李晗   李浩飞   来源： 计算机科学与探索 年份： 2020 文献类型 ： 期刊 关键词： 注意力机制   关系抽取   领域本体   门控循环单元（GRU）模型   民航突发事件  

描述： 民航突发事件领域本体关系提取方法的研究

基于多尺度特征和注意力机制的航空图像分割

作者： 宁芊   胡诗雨   雷印杰   陈炳才   来源： 控制理论与应用 年份： 2020 文献类型 ： 期刊 关键词： 注意力机制   全卷积神经网络   建筑像素标记   多尺度特征   航空图像分割  

描述： 基于多尺度特征和注意力机制的航空图像分割

民航突发事件领域本体关系提取方法的研究

作者： 王红   李晗   李浩飞   来源： 计算机科学与探索 年份： 2020 文献类型 ： 期刊 关键词： 注意力机制   关系抽取   领域本体   门控循环单元（GRU）模型   民航突发事件  

描述： 民航突发事件领域本体关系提取方法的研究

基于多尺度特征和注意力机制的航空图像分割

作者： 宁芊   胡诗雨   雷印杰   陈炳才   来源： 控制理论与应用 年份： 2020 文献类型 ： 期刊 关键词： 注意力机制   全卷积神经网络   建筑像素标记   多尺度特征   航空图像分割  

描述： 基于多尺度特征和注意力机制的航空图像分割

一种基于TCN-LGBM的航空发动机气路故障诊断方法

作者： 吕卫民   孙晨峰   任立坤   赵杰   李永强   来源： 兵工学报 年份： 2023 文献类型 ： 期刊 关键词： 轻量级梯度提升机   注意力机制   航空发动机   故障诊断   时间卷积神经网络  

描述： ，融合通道注意力机制增强了高质量特征的权重；基于LGBM模型实现对特征的快速分类，利用贝叶斯方法实现对模型超参数的快速优化。以基于PROOSIS软件建模的某军用小涵道比涡扇发动机故障仿真数据为例，对6种

基于改进YOLOv5的航空发动机表面缺陷检测模型

作者： 李鑫   李香蓉   汪诚   李秋良   李卓越   来源： 激光与光电子学进展 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   机器视觉   YOLOv5   表面缺陷检测  

描述： 训练效果的提升；其次在Backbone网络中引入坐标注意力机制，在通道注意力的基础上嵌入坐标信息，提高对小缺陷目标的检测能力；最后将YOLOv5的定位损失函数改进为EIoU loss，在加快模型收敛

基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 结果表明，该方法有效降低了单一监视源的监视误差，且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法，平均绝对误差分别提升了2.20%、14.32%和33.94%。