基于MSD-MHNN的航空发动机剩余寿命预测

作者： 陈畴镛     朱海瑞     韩刚     张忠良   来源： 计算机仿真 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   深度学习   神经网络   剩余使用寿命预测  

描述： 基于MSD-MHNN的航空发动机剩余寿命预测

基于改进EfficientDet的飞机蒙皮缺陷检测方法

作者： 卜晓燕     张宪法     李明慧     葛恩德     冯静璇     曹嘉玲   来源： 航空制造技术 年份： 2025 文献类型 ： 期刊 关键词： 飞机蒙皮   注意力机制   多尺度特征融合   尺度感知   缺陷检测  

描述： 基于改进EfficientDet的飞机蒙皮缺陷检测方法

基于BiGRU-AE与融入加性注意力机制的双层BiLSTM模型的航空发动机RUL预测

作者： 何宜霖   来源： 科学技术创新 年份： 2025 文献类型 ： 期刊 关键词： 长短期记忆网络   注意力机制   航空发动机   自编码器   剩余使用寿命  

描述： 基于BiGRU-AE与融入加性注意力机制的双层BiLSTM模型的航空发动机RUL预测

改进YOLOv7的航空发动机叶片损伤检测方法

作者： 魏永超     刘嘉欣     朱泓超     朱姿翰     刘伟杰   来源： 航空发动机 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制   损伤检测   航空发动机   YOLOv7模型   深度学习  

描述： 改进YOLOv7的航空发动机叶片损伤检测方法

基于深度学习的离场航空器滑行时间预测（英文）

作者： 李楠   焦庆宇   朱新华   王少聪   来源： Transactions of Nanjing University of Aeronautics and Astronautics 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   场面运行   滑行时间   深度学习   航空运输  

描述： 随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。

基于深度神经网络的遥感图像飞机目标检测

作者： 李文斌   何冉   来源： 计算机工程 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   目标检测   密度聚类   像素级标签  

描述： 针对遥感图像飞机检测中存在的背景复杂和目标尺度变化大等问题,提出基于深度神经网络的遥感图像飞机目标检测模型DC-DNN。利用图像底层特征制作像素级标签完成全卷积神经网络(FCN)模型训练,将FCN

基于深度神经网络的遥感图像飞机目标检测

作者： 李文斌   何冉   来源： 计算机工程 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   目标检测   密度聚类   像素级标签  

描述： 针对遥感图像飞机检测中存在的背景复杂和目标尺度变化大等问题,提出基于深度神经网络的遥感图像飞机目标检测模型DC-DNN。利用图像底层特征制作像素级标签完成全卷积神经网络(FCN)模型训练,将FCN

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural