全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
按文献类别分组
按栏目分组
关键词
- 一种结合非顶层特征图和自适应阈值的飞机目标检测算法
- 作者： 谭振宇 江刚武 刘建辉 来源： 测绘科学技术学报 年份： 2020 文献类型 ： 期刊 关键词： R RPN网络 目标检测 Faster CNN模型 飞机 特征图
- 描述： 一种结合非顶层特征图和自适应阈值的飞机目标检测算法
- 一种RetinaNet与SE融合的航空取证目标检测算法
- 作者： 刘克 潘广煜 郑大国 顾佼佼 孟春英 来源： 现代防御技术 年份： 2022 文献类型 ： 期刊 关键词： 数据均衡 目标检测 航空取证 SE模块 通道注意力 RetinaNet
- 描述： 针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况，提出了一种基于RetinaNet与SE融合的航空取证目标检测算法，解决目标尺度变化大、数据集中类别不均衡的问题，并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题，Focal Loss可有效应对数据均衡性问题，SE模块引入通道注意力机制对特征图进行加强，可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验，验证了算法能够在增加少量计算条件下提高目标检测准确率，进一步增强模型的表征能力，有效提高目标检测效率，可为相关工程应用提供参考。
- 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： 2023 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： 孔探检测技术是航空发动机叶片损伤检测的主要手段，但目前依赖人工操作，耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型，该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先，在主干网络加入了空间通道注意力模块（Spatial Channel / Convolutional Block Attention Module，SC/CBAM），有效避免位置信息丢失，提高目标边界回归能力，相较于YOLOv5，其平均精度均值mAP@0.5提高了5.4%。其次，在颈部网络对特征金字塔网络（Feature Pyramid Network，FPN）进行了改进，通过融合低层特征，扩大了模型感受野，有利于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。
- 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
- 基于峰度偏度和WD-LDA的飞机目标分类方法
- 作者： 亢朋朋 倪国新 陈知明 来源： 现代雷达 年份： 2019 文献类型 ： 期刊 关键词： 峰度偏度 特征提取 发动机引擎调制 小波分辨 线性差别分析 目标分类
- 描述： 目前,多数的喷气发动机调制特征提取方法都是基于调制波的周期或调制线谱的谱间间隔,但该类谱估计方法往往受信噪比、脉冲重复频率及观测时间影响很难获得很好的分类性能。文中对三类飞机目标回波进行统计分析发现
- 一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法
- 作者： 崔江 唐军祥 龚春英 张卓然 来源： 中国电机工程学报 年份： 2018 文献类型 ： 期刊 关键词： 特征提取 航空发电机 旋转整流器 深度学习 灰色关联度分析 自编码机
- 描述： 提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。
- 基于脉动压力变化率的航空发动机喘振检测方法
- 作者： 雷杰 房剑锋 雷晓波 来源： 燃气涡轮试验与研究 年份： 2019 文献类型 ： 期刊 关键词： 特征提取 航空发动机 在线检测 飞行试验 喘振 压力变化率
- 描述： 根据发动机发生喘振故障时气流脉动压力会急剧变化这一特征,通过测量和计算压气机出口脉动压力变化率实时检测喘振的发生。对动态压力信号进行预处理以提取特定频段内的脉动压力,计算固定周期内脉动压力变化率;依据发动机整机地面试验结果设定喘振检测阈值及判据,判断脉动压力变化率是否满足判据来实现喘振检测。利用该方法成功检测出发动机飞行试验中的两次喘振故障。分析得出:发动机未发生喘振时,地面试验和飞行试验脉动压力变化率差异很小;发生喘振时,脉动压力变化率绝对值急剧增大;发动机在稳态和瞬态过程稳定工作时,脉动压力变化率不受发动机工作状态变化的影响。
- 航空发动机信号采集处理及故障检测方法研究
- 作者： 刘伟 周卓峰 黄新阳 来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 集成学习 滚动轴承 特征提取 机器学习 故障诊断 旋转机械
- 描述： 的方式分别学习数据在时域、频域、时频域上的深层特征进行综合诊断。经实验验证，EDNN模型在噪声环境、变载环境下的平均准确率分别达到了98%和97%,具有比SVM、1D-CNN、DBN等模型更强的抗噪与变负载适应性能力。