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
- 基于深度学习的航司航空发动机智能损伤检测一体化解决方案
- 作者： 王锦申 黄旭 万夕里 来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测 编码器 发动机 目标检测 深度学习 一体化解决方案 神经网络 在线计数 孔探检测
- 描述： 、深度融合网络、目标检测和追踪算法等三种深度学习方法，以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值，对保证发动机适航具有重要意义。
- 基于OpenVINO的民航智能穿戴检测方法研究
- 作者： 邵欣桐 刘省贤 来源： 科技创新与应用 年份： 2024 文献类型 ： 期刊 关键词： 智能穿戴 机务维修 着装检测 YOLOv8 OpenVINO
- 描述： 飞机维修人员的施工现场是整个机场运行环境的重要组成，需要在施工作业过程中监管维修人员是否遵守安全生产规定，其中最为重要的一点就是检查维修人员的着装是否符合生产规范；对进入机舱重点区域的维修人员着装提出更高的要求，传统人工的安全监管需要人工监控施工现场，但由于维修现场数量众多，人工巡检缺少实时性，造成违规现象不能得到及时纠正，难以实现有效监管。该文根据应用场景特点，提出一种基于OpenVINO平台的智能机务人员着装检测方法，可以实时对维修人员的着装要求进行分析和识别，对不符合安全规范的着装情况及时警告；在样本的训练中，使用最新迭代的YOLOv8算法对现有的模型进行机器学习，能够快速准确地发现飞机维修现场出现的不规范穿戴的相关问题。
- 基于OpenVINO的民航智能穿戴检测方法研究
- 作者： 邵欣桐 刘省贤 来源： 科技创新与应用 年份： 2024 文献类型 ： 期刊 关键词： 智能穿戴 机务维修 着装检测 YOLOv8 OpenVINO
- 描述： 飞机维修人员的施工现场是整个机场运行环境的重要组成，需要在施工作业过程中监管维修人员是否遵守安全生产规定，其中最为重要的一点就是检查维修人员的着装是否符合生产规范；对进入机舱重点区域的维修人员着装提出更高的要求，传统人工的安全监管需要人工监控施工现场，但由于维修现场数量众多，人工巡检缺少实时性，造成违规现象不能得到及时纠正，难以实现有效监管。该文根据应用场景特点，提出一种基于OpenVINO平台的智能机务人员着装检测方法，可以实时对维修人员的着装要求进行分析和识别，对不符合安全规范的着装情况及时警告；在样本的训练中，使用最新迭代的YOLOv8算法对现有的模型进行机器学习，能够快速准确地发现飞机维修现场出现的不规范穿戴的相关问题。
- 基于相关向量机的SAR图像飞机目标分类方法研究
- 作者： 张维坤 叶伟 李国靖 来源： 电子测量技术 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机 相关向量机 飞机目标 SAR图像
- 描述： 随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。
- 飞机目标红外辐射特性研究现状概述
- 作者： 康丽珠 赵劲松 李振华 周倩 赵强 来源： 红外技术 年份： 2017 文献类型 ： 期刊 关键词： 飞机目标 辐射源 红外辐射特性
- 描述： 主要介绍了近年来国内外飞机目标红外辐射特性研究现状。分别介绍了影响飞机目标红外辐射特性的主要物理因素,国外飞机目标红外辐射特性计算软件,飞机目标主要红外辐射源,飞行目标红外辐射特性外场飞行测试与相应软件仿真误差,以及国内飞机目标红外辐射特性研究现状。
- 基于相关向量机的SAR图像飞机目标分类方法研究
- 作者： 张维坤 叶伟 李国靖 来源： 电子测量技术 年份： 2017 文献类型 ： 期刊 关键词： 支持向量机 相关向量机 飞机目标 SAR图像
- 描述： 随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。