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： 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： 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Faster R-CNN的轻量化遥感图像军用飞机检测模型

作者： 党玉龙     叶成绪   来源： 激光杂志 年份： 2024 文献类型 ： 期刊 关键词： 遥感图像   R   CNN   目标检测   Faster   军用飞机  

描述： 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战，提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分

基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究

作者： 姚艳玲   袁化成   陆超   唐晓澜   黄爱华   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 序列到序列   卷积神经网络   故障诊断   发动机喘振  

描述： 和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题，在序列到序列(Seq2Seq)模型的基础上，使用卷积神经网络(CNN)代替Seq2Seq中编码器

基于NN-PSM的航空发动机机载自适应稳态模型

作者： 项德威   郑前钢   张海波   陈铖   房娟   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 自适应   基线模型   神经网络   推进系统矩阵   机载稳态模型  

描述： 卡尔曼滤波器实时估计发动机健康参数，提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证，并与传统的复合推进系统模型（CPSM）进行对比，结果表明：NN-PSM模型的平均精度在0.66%以内，而CPSM的平均精度为2.07%以内，运行时间仅为CPSM的1/10，且具有数据存储量少的特点。

基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究

作者： 姚艳玲   袁化成   陆超   唐晓澜   黄爱华   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 序列到序列   卷积神经网络   故障诊断   发动机喘振  

描述： 和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题，在序列到序列(Seq2Seq)模型的基础上，使用卷积神经网络(CNN)代替Seq2Seq中编码器

基于NN-PSM的航空发动机机载自适应稳态模型

作者： 项德威   郑前钢   张海波   陈铖   房娟   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 自适应   基线模型   神经网络   推进系统矩阵   机载稳态模型  

描述： 卡尔曼滤波器实时估计发动机健康参数，提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证，并与传统的复合推进系统模型（CPSM）进行对比，结果表明：NN-PSM模型的平均精度在0.66%以内，而CPSM的平均精度为2.07%以内，运行时间仅为CPSM的1/10，且具有数据存储量少的特点。

基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究

作者： 姚艳玲   袁化成   陆超   唐晓澜   黄爱华   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 序列到序列   卷积神经网络   故障诊断   发动机喘振  

描述： 和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题，在序列到序列(Seq2Seq)模型的基础上，使用卷积神经网络(CNN)代替Seq2Seq中编码器

基于NN-PSM的航空发动机机载自适应稳态模型

作者： 项德威   郑前钢   张海波   陈铖   房娟   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 自适应   基线模型   神经网络   推进系统矩阵   机载稳态模型  

描述： 卡尔曼滤波器实时估计发动机健康参数，提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证，并与传统的复合推进系统模型（CPSM）进行对比，结果表明：NN-PSM模型的平均精度在0.66%以内，而CPSM的平均精度为2.07%以内，运行时间仅为CPSM的1/10，且具有数据存储量少的特点。

基于CNN-Seq2Seq的航空发动机喘振诊断模型的研究

作者： 姚艳玲   袁化成   陆超   唐晓澜   黄爱华   来源： 测控技术 年份： 2022 文献类型 ： 期刊 关键词： 序列到序列   卷积神经网络   故障诊断   发动机喘振  

描述： 和价值。当前针对航空发动机喘振故障诊断的模型存在诊断时间长、诊断准确率不高的特点。为了解决这些问题，在序列到序列(Seq2Seq)模型的基础上，使用卷积神经网络(CNN)代替Seq2Seq中编码器