首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
深度学习,状态分类,气动力建模,多任务,大迎角,非定常气动力,时序预测
】搜索到相关结果
216
条
按文献类别分组
期刊
(216)
按栏目分组
期刊
(216)
按年份分组
2024
(38)
2023
(50)
2022
(48)
2021
(26)
2020
(12)
2019
(16)
2018
(20)
2017
(6)
按来源分组
激光与光电子学进展
(9)
内燃机与配件
(8)
航空学报
(7)
计算机工程与设计
(5)
航空维修与工程
(4)
仪器仪表学报
(4)
现代计算机
(4)
地球物理学报
(4)
航空电子技术
(4)
计算机应用
(4)
飞机设计
(4)
振动与冲击
(4)
上海工程技术大学学报
(2)
模具制造
(2)
计算机时代
(2)
机床与液压
(2)
测绘通报
(2)
大学教育
(2)
微型机与应用
(2)
民用飞机设计与研究
(2)
系统仿真技术
(2)
无线电工程
(2)
华东师范大学学报(自然科学版)
(2)
吉林大学学报(理学版)
(2)
中国科技信息
(2)
实验流体力学
(2)
工程科学学报
(2)
国外电子测量技术
(2)
航空计算技术
(2)
世界核地质科学
(1)
关键词
基于
深度学习
的航空发动机磨损部位识别方法
作者:
苗慧慧
曹桂松
孙智君
康玉祥
马佳丽
陈果
来源:
润滑与密封
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
一维卷积残差网络
能谱分析
深度学习
磨损
描述:
能谱数据验证该方法的有效性,并和Resnet
18
、Resnet34、CNN等网络模型进行对比验证。结果表明,所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力,在真实
基于时空特征的航空发动机剩余使用寿命预测
作者:
徐震震
薛林
马凯
杨玉迪
来源:
电子测量技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
深度学习
时间特征
剩余寿命预测
空间特征
描述:
提出了一种时空特征融合的网络模型,利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征,运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证,子数据集FD00
1
的RMSE为
12.81
,Score为252.04,实验结果表明,该方法相对于其他预测方法,预测精度更高。
基于社交隐式模型的运输类飞机人员疏散轨迹预测
作者:
陈琨
李放
冯振宇
陈向明
段龙坤
来源:
交通运输工程学报
年份:
2024
文献类型 :
期刊
关键词:
民用航空
深度学习
轨迹预测
应急撤离
社交隐式模型
描述:
基于社交隐式模型的运输类飞机人员疏散轨迹预测
基于
深度学习
的智慧航空物流综合服务智能问答方法
作者:
章丰田
来源:
自动化应用
年份:
2024
文献类型 :
期刊
关键词:
综合服务
智能问答
深度学习
航空物流
智慧航空
描述:
基于
深度学习
的智慧航空物流综合服务智能问答方法
飞机装配过程错漏装检测技术研究进展
作者:
王振宇
张祥春
严佳
张晓庆
武湛君
来源:
无损检测
年份:
2024
文献类型 :
期刊
关键词:
错漏装
机器视觉
深度学习
无损检测
模板匹配
描述:
飞机装配过程错漏装检测技术研究进展
作者:
秦子轩
张晓东
白广芝
任先聪
来源:
航空发动机
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
剩余可用寿命
深度学习
多头注意力机制
多尺度卷积双向长短期记忆网络
描述:
基于CNN-LSTM混合模型的民航非计划事件分析方法
作者:
王捷
周迪
左洪福
陆扬
来源:
计算机与数字工程
年份:
2024
文献类型 :
期刊
关键词:
长短时记忆神经网络
卷积神经网络
深度学习
民航安全
文本分析
描述:
安全是民航业的核心主题,非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度,论文提出了一种基于CNN-LSTM的混合深度神经网络模型,用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较,在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明,所提出的CNN-LSTM混合模型具有最高的分类准确率,对于不平衡数据样本,具有最稳定的分类性能。
飞机结构健康监测技术发展研究
作者:
刘雪蓉
曹贺
张宝珍
来源:
计测技术
年份:
2024
文献类型 :
期刊
关键词:
结构预测与健康管理
数字孪生
先进传感器
深度学习
飞机
结构健康监测
描述:
Fighter, JSF)上的典型应用。指出飞机结构健康监测技术正向智能化方向发展;未来需要重点研究传感器网络的智能诊断技术、复杂环境下的SHM技术、基于结构健康监测的健康管理技术、智能材料/结构健康监测技术,并将
深度学习
、数字孪生等前沿技术应用于航空领域,以推动我国飞机结构健康监测技术发展。
基于SW-YOLO模型的航空发动机叶片损伤实时检测
作者:
何宇豪
曹学国
刘信良
蒋浩坤
王静秋
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
实时检测
叶片损伤
深度学习
目标检测
孔探检测
描述:
较小损伤区域的检测,如烧蚀损伤,平均精度提高了8.
1
%。最后,通过与YOLOv5,Faster R-CNN,SSD模型的对比实验,结果表明SW-YOLO模型的平均精度均值分别提高了7%,6.2%,6.3%,检测速度满足实时检测需求,有利于提高航空发动机孔探检测的自动化和智能化水平。
基于迁移学习和改进Faster-RCNN遥感影像飞机目标检测
作者:
周绍鸿
方新建
刘鑫怡
张潆丹
严盛
来源:
机电工程技术
年份:
2024
文献类型 :
期刊
关键词:
遥感影像
目标检测
RCNN
深度学习
Faster
迁移学习
描述:
ResNet50替代原Faster-RCNN的VGG
1
6特征提取网络,更好地利用深层次的语义信息,在此基础上结合FPN网络,并对原Faster-RCNN的9种锚框增加为
1
5种锚框,通过融合多尺度特征图以
<
1
2
3
...
17
18
19
...
20
21
22
>
Rss订阅
订阅地址: