基于多标签联合学习的细粒度胎儿超声标准切面识别

作者： 李红旗   来源： 湖南大学 年份： 2021 文献类型 ： 学位论文 关键词： 胎儿标准切面识别   深度学习   多标签分类   超声图像处理   细粒度分类  

描述： 基于多标签联合学习的细粒度胎儿超声标准切面识别

基于深度学习孔探图像的航空发动机缺陷识别研究

作者： 马瑞阳   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 孔探检查   深度学习   缺陷识别   CFM56   YOLOv4  

描述： 基于深度学习孔探图像的航空发动机缺陷识别研究

基于双树复小波和深度置信网络的航空液压管路故障诊断研究

作者： 刘忠鑫   来源： 辽宁科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 小波变换   故障诊断   深度学习   数据处理   振动实验  

描述： 基于双树复小波和深度置信网络的航空液压管路故障诊断研究

基于孪生神经网络的无人机航空立体影像密集匹配方法研究

作者： 宿东   来源： 南京师范大学 年份： 2021 文献类型 ： 学位论文 关键词： 无人机立体影像   视差图   深度学习   数字摄影测量   密集匹配  

描述： 基于孪生神经网络的无人机航空立体影像密集匹配方法研究

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究

基于YOLO架构的海上遇险航空器识别方法研究

作者： 刘皓晨   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： tiny   深度学习   目标识别   YOLOv4   海上搜救  

描述： 基于YOLO架构的海上遇险航空器识别方法研究

基于非线性Wiener过程的航空发动机退化建模与剩余寿命智能预测方法研究

作者： 孙婷   许勇   来源： 第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议（NVND2021） 年份： 2021 文献类型 ： 会议论文 关键词： 数据驱动   时间序列   退化建模   剩余寿命   深度学习  

描述： 基于非线性Wiener过程的航空发动机退化建模与剩余寿命智能预测方法研究

基于神经网络的涡桨航空发动机气路故障智能诊断研究

作者： 高晋峰   来源： 湖南大学 年份： 2021 文献类型 ： 学位论文 关键词： 长短期记忆网络   涡桨航空发动机   一维卷积神经网络   深度学习   气路故障诊断  

描述： 基于神经网络的涡桨航空发动机气路故障智能诊断研究

基于深度学习的离场航空器滑行时间预测（英文）

作者： 李楠   焦庆宇   朱新华   王少聪   来源： Transactions of Nanjing University of Aeronautics and Astronautics 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   场面运行   滑行时间   深度学习   航空运输  

描述： 随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。

光学遥感图像中的飞机目标检测技术研究综述

作者： 祝文韬   谢宝蓉   王琰   沈霁   朱浩文   来源： 计算机科学 年份： 2021 文献类型 ： 期刊 关键词： 机器学习   光学遥感图像   深度学习   飞机目标检测   模板匹配  

描述： 光学遥感图像中的飞机目标检测技术已被广泛应用于城市规划、航空交通以及军事侦察领域。目前尽管已有大量研究,但仍然存在很多问题亟待解决。文中回顾了该技术研究现状,并从遥感图像目标检测思路出发,将飞机目标检测方法总结为3类,对这3类检测方法的概念和研究情况分别进行了阐述,并在此基础上进行了比较分析,重点研究了深度学习方法在该领域的研究情况并讨论了样本和数据集问题,最后讨论了飞机目标检测的关键技术难点,并对该领域的未来发展趋势做了展望。