基于源矩阵的大型航空枢纽特征分类研究

作者： 李云龙   来源： 重庆交通大学学报(社会科学版) 年份： 2017 文献类型 ： 期刊 关键词： 矩阵   规律   航空枢纽   分类  

描述： 随着全球连通性的不断加强和航空运输业的迅速发展,以及人们对于规模经济的进一步认识和重视,全球各国对于建设全球型航空枢纽的想法越来越坚决,在探索和建设航空枢纽过程中展开了激烈的竞争,定位不清和盲目跟风

基于源矩阵的大型航空枢纽特征分类研究

作者： 李云龙   来源： 重庆交通大学学报(社会科学版) 年份： 2017 文献类型 ： 期刊 关键词： 矩阵   规律   航空枢纽   分类  

描述： 随着全球连通性的不断加强和航空运输业的迅速发展,以及人们对于规模经济的进一步认识和重视,全球各国对于建设全球型航空枢纽的想法越来越坚决,在探索和建设航空枢纽过程中展开了激烈的竞争,定位不清和盲目跟风

基于Hu矩与改进PNN的飞机姿态识别算法

作者： 成杰   李新德   来源： 航空兵器 年份： 2017 文献类型 ： 期刊 关键词： 概率神经网络   姿态   Hu矩   飞机   分类  

描述： 的360°姿态按三视图分为三个类别,即正视图、侧视图、俯视图。四维Hu矩作为PNN输入,三个视图代表的三个类别作为PNN输出,构建PNN网络。实验结果表明,对于无噪声图片平均识别率可以达到91.2%以上;对于有噪声图片平均识别率可以达到87.0%以上,可见训练后的网络具备良好的泛化能力。

基于表面深度值均方差的航空行李分类研究

作者： 高庆吉   位园园   来源： 计算机工程与科学 年份： 2017 文献类型 ： 期刊 关键词： 方差   航空行李   三维形态   分类   自适应聚类  

描述： 以航空旅客行李托运方式的国际标准为出发点,研究了基于行李表面深度值均方差的分类方法,为采取何种方式托运提供依据。采用Kinect传感器在行李输送带上方采集深度图像,提取行李区域的像素值并计算其均方差

遥感图像飞机目标分类的卷积神经网络方法

作者： 周敏   史振威   丁火平   来源： 中国图象图形学报 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   可见光遥感   飞机   分类  

描述： 飞机目标分类问题。方法在缺乏公开数据集的情况下,收集了真实可见光遥感图像中的8种飞机数据,按大致4∶1的比例分为训练集和测试集,并对训练集进行合理扩充。然后针对遥感图像与飞机分类的特殊性,结合深度学习

民用运输类飞机结构修理的分类与审批

作者： 乔玉   林桂平   来源： 航空维修与工程 年份： 2018 文献类型 ： 期刊 关键词： 批准   修理   适航   运输类飞机   分类  

描述： 为明确民用运输类飞机结构修理适航要求,对国内外适航规章、程序及民机制造商制定的修理手册进行了研究。总结了适航规章对修理的定义和分类要求,以及民机制造商对结构修理种类的划分方法。对比分析了国际主要

基于Kohonen神经网络的飞机结构涂层失效分析

作者： 徐元铭   冉峻塽   来源： 飞机设计 年份： 2018 文献类型 ： 期刊 关键词： 腐蚀   Kohonen神经网络   涂层   EIS   分类  

描述： 过程中测得。将试件每周期的阻抗变化率作为神经网络的输入数据,用3组试件的试验数据对神经网络进行训练,用另一组试件数据进行测试。Kohonen神经网络将涂层失效过程分成了5个子过程,相比传统的3个过程分类

民用运输类飞机结构修理的分类与审批

作者： 乔玉   林桂平   来源： 航空维修与工程 年份： 2018 文献类型 ： 期刊 关键词： 批准   修理   适航   运输类飞机   分类  

描述： 为明确民用运输类飞机结构修理适航要求,对国内外适航规章、程序及民机制造商制定的修理手册进行了研究。总结了适航规章对修理的定义和分类要求,以及民机制造商对结构修理种类的划分方法。对比分析了国际主要

基于Kohonen神经网络的飞机结构涂层失效分析

作者： 徐元铭   冉峻塽   来源： 飞机设计 年份： 2018 文献类型 ： 期刊 关键词： 腐蚀   Kohonen神经网络   涂层   EIS   分类  

描述： 过程中测得。将试件每周期的阻抗变化率作为神经网络的输入数据,用3组试件的试验数据对神经网络进行训练,用另一组试件数据进行测试。Kohonen神经网络将涂层失效过程分成了5个子过程,相比传统的3个过程分类

基于Hu矩与改进PNN的飞机姿态识别算法

作者： 成杰   李新德   来源： 航空兵器 年份： 2017 文献类型 ： 期刊 关键词： 概率神经网络   姿态   Hu矩   飞机   分类  

描述： 的360°姿态按三视图分为三个类别,即正视图、侧视图、俯视图。四维Hu矩作为PNN输入,三个视图代表的三个类别作为PNN输出,构建PNN网络。实验结果表明,对于无噪声图片平均识别率可以达到91.2%以上;对于有噪声图片平均识别率可以达到87.0%以上,可见训练后的网络具备良好的泛化能力。