一种结合非顶层特征图和自适应阈值的飞机目标检测算法

作者： 谭振宇   江刚武   刘建辉   来源： 测绘科学技术学报 年份： 2020 文献类型 ： 期刊 关键词： R   RPN网络   目标检测   Faster   CNN模型   飞机   特征图  

描述： 一种结合非顶层特征图和自适应阈值的飞机目标检测算法

横向气流中航空煤油凝胶液滴二次雾化特性实验研究

作者： 邓寒玉   封锋   孔上峰   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： R   T不稳定波   凝胶液滴   二次雾化   液滴变形   破碎时间   破碎模态  

描述： We数时则相差不大;R-T不稳定波波长随We数增加而减小。煤油、1%和2%煤油凝胶波长实验值和理论值基本吻合,而对3%煤油凝胶,理论值则高于实验值。

基于改进Faster R-CNN的航空发动机制件表面缺陷检测算法

作者： 唐嘉鸿   黄颀   田春岐   来源： 机床与液压 年份： 2022 文献类型 ： 期刊 关键词： R   内容感知重组   CNN算法   Faster   分层采样   制件缺陷检测  

描述： 针对现有航空发动机制件缺陷检测所存在的检测准确率低、速度慢等问题，提出一种基于改进Faster R-CNN算法的缺陷检测方法。该算法使用深度残差网络提取缺陷特征，采用含有内容感知重组的特征金字塔模型融合各层次特征图，并根据检测框尺度选取相应层次的特征图进行检测和识别，在RCNN部分使用分层采样实现挖掘难例，增强模型对难例样本的学习。实验结果表明：所提算法具有较高的检测准确率，而且能够有效提升检测速度。

基于深度学习的飞机目标雷达微动信号分离与识别方法研究

作者： 卢廷   来源： 国防科技大学 年份： 2019 文献类型 ： 学位论文 关键词： 微动   时频图   CNN   Deeplabv3   目标识别   信号分离  

描述： 基于深度学习的飞机目标雷达微动信号分离与识别方法研究

基于QAR数据和深度学习的民航客机冲出跑道事件预警研究

作者： 康宗伟   来源： 重庆大学 年份： 2021 文献类型 ： 学位论文 关键词： 冲出跑道   CNN   QAR   LSTM   Tg   Attention   分层编解码器  

描述： 基于QAR数据和深度学习的民航客机冲出跑道事件预警研究

基于SCP范式的中国民航业产业组织研究

作者： 邹嘉唯   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 数据包络分析法   R   产业组织   民航业   多元线性回归模型   SCP框架  

描述： 基于SCP范式的中国民航业产业组织研究

平面液膜R-T表面波在复合气流中的碎裂

作者： 张叶娟   来源： 长安大学 年份： 2019 文献类型 ： 学位论文 关键词： 粘性平面液膜   线性稳定性分析   R   复合气流   T波   色散准则关系式  

描述： 平面液膜R-T表面波在复合气流中的碎裂

基于大数据的航空安全事故数据挖掘研究

作者： 曹帅   来源： 安徽建筑大学 年份： 2021 文献类型 ： 学位论文 关键词： CNN   LSTM   航空安全事故   Spark   大数据   数据挖掘  

描述： 基于大数据的航空安全事故数据挖掘研究

联合多尺度特征和注意力机制的遥感影像飞机目标检测

作者： 徐佰祺   江刚武   刘建辉   王鑫   魏祥坡   余培东   来源： 测绘科学技术学报 年份： 2021 文献类型 ： 期刊 关键词： YOLO   注意力机制   特征融合   遥感影像   V4算法   飞机目标检测  

描述： 针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。

联合多尺度特征和注意力机制的遥感影像飞机目标检测

作者： 徐佰祺   江刚武   刘建辉   王鑫   魏祥坡   余培东   来源： 测绘科学技术学报 年份： 2021 文献类型 ： 期刊 关键词： YOLO   注意力机制   特征融合   遥感影像   V4算法   飞机目标检测  

描述： 针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。