首页>
根据【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】搜索到相关结果 183 条
-
飞机重着陆预警分析方法
-
作者:
郑磊
池宏
许保光
邵雪焱
来源:
数学的实践与认识
年份:
2019
文献类型 :
期刊
关键词:
重着陆
卷积神经网络
操作模式
预警分析
多元时间序列
-
描述:
飞机着陆垂直载荷大(重着陆)是严重的安全事件,轻则对机身结构造成伤害,严重时可能导致机毁人亡.从快速存取记录器(Quick Access Recorder, QAR)记录的飞行参数数据中挖掘规律并提前预警,对飞行安全意义重大.首先使用基于动态时间规整距离的时间序列聚类分析来确定飞行操作模式,然后研究在已知和未知飞行操作模式的情况下,重着陆预警分析的效果.对比试验表明,已知飞行操作模式的情况下,重着陆预警的召回率指标较好,可以发现更多的重着陆事件,提高安全性.
-
飞机重着陆预警分析方法
-
作者:
郑磊
池宏
许保光
邵雪焱
来源:
数学的实践与认识
年份:
2019
文献类型 :
期刊
关键词:
重着陆
卷积神经网络
操作模式
预警分析
多元时间序列
-
描述:
飞机着陆垂直载荷大(重着陆)是严重的安全事件,轻则对机身结构造成伤害,严重时可能导致机毁人亡.从快速存取记录器(Quick Access Recorder, QAR)记录的飞行参数数据中挖掘规律并提前预警,对飞行安全意义重大.首先使用基于动态时间规整距离的时间序列聚类分析来确定飞行操作模式,然后研究在已知和未知飞行操作模式的情况下,重着陆预警分析的效果.对比试验表明,已知飞行操作模式的情况下,重着陆预警的召回率指标较好,可以发现更多的重着陆事件,提高安全性.
-
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
-
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。
-
基于卷积神经网络的遥感图像飞机检测
-
作者:
张义德
胡长雨
胡春育
来源:
光电子技术
年份:
2017
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
微调
迁移学习
飞机检测
-
描述:
的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。