首页>
根据【关键词:连续小波变换,时频图,飞机目标分类,卷积神经网络,迁移学习】搜索到相关结果 68 条
-
GLT-CNN方法及其在航空发动机中介轴承故障诊断中的应用
-
作者:
王奉涛
薛宇航
王洪涛
马琳杰
李宏坤
韩清凯
于晓光
来源:
振动工程学报
年份:
2020
文献类型 :
期刊
关键词:
卷积神经网络
故障诊断
优化算法
灰度变换
轴承
-
描述:
GLT-CNN方法及其在航空发动机中介轴承故障诊断中的应用
-
基于多结构卷积神经网络的高分遥感影像飞机目标检测
-
作者:
姚相坤
万里红
霍宏
方涛
来源:
计算机工程
年份:
2017
文献类型 :
期刊
关键词:
特征提取
卷积神经网络
多结构网络
目标检测
高分遥感影像
-
描述:
传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层数
-
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
-
基于多变量多步CNN的航空发动机剩余寿命预测
-
作者:
曹越
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
卷积神经网络
剩余寿命
端对端预测
状态参数
-
描述:
针对航空发动机状态参数多、非线性特征提取难、多环节剩余寿命预测累计误差高的痛点问题,提出多变量多步卷积神经网络用于航空发动机剩余寿命预测。将多状态参数对应的长时间序列作为输入样本,连续的剩余寿命值
-
-
作者:
戴郎杰
蔡开龙
王阿久
黄菲
来源:
电子测量技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
极限学习机
卷积神经网络
故障诊断
秃鹰搜索算法
-
描述:
-
-
作者:
张搏文
庞新宇
程宝安
李峰
宿绅正
来源:
振动与冲击
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
卷积神经网络
故障诊断
轴承
转子位移概率密度信息(PIRD)
-
描述:
-
-
作者:
唐卫贞
黄婷
黄洲升
来源:
航空计算技术
年份:
2024
文献类型 :
期刊
关键词:
卷积神经网络
危险源
机场风险管控
自然语言处理
效能评估
-
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。
-
多特征融合的高分辨率遥感影像飞机目标变化检测
-
作者:
徐俊峰
张保明
余东行
林雨准
郭海涛
来源:
遥感学报
年份:
2020
文献类型 :
期刊
关键词:
高分辨率遥感影像
卷积神经网络
多特征融合
变化检测
飞机目标
遥感
多元变化检测
-
描述:
的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。
-
基于深度学习的光学遥感图像飞机检测算法
-
作者:
董永峰
仉长涛
汪鹏
冯哲
来源:
激光与光电子学进展
年份:
2021
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
图像处理
目标检测
深度学习
Mask
RCNN算法
-
描述:
光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。