全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 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。
- 基于多模态生理信号的飞行员情绪识别系统研究
- 作者： 黄宇豪. 来源： 电子科技大学 年份： 2024 文献类型 ： 学位论文 关键词： 情绪识别 卷积神经网络 生理信号 系统开发 可穿戴
- 描述： 基于多模态生理信号的飞行员情绪识别系统研究
- 考虑剩余寿命预测的航空发动机维修决策方法研究
- 作者： 彭书勤. 来源： 重庆交通大学 年份： 2024 文献类型 ： 学位论文 关键词： 维修决策 航空发动机 卷积神经网络 深度强化学习 剩余寿命预测
- 描述： 考虑剩余寿命预测的航空发动机维修决策方法研究
- 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。
- 基于迁移学习的飞机线束模板图纸识别模型研究
- 作者： 周文举 朱一丁 杨庆华 朱喜 王长法 来源： 信阳师范学院学报(自然科学版) 年份： 2024 文献类型 ： 期刊 关键词： 线束模板图纸 卷积神经网络 航空电气线路互联系统(EWIS) 16网络 VGG 迁移学习
- 描述： 针对航空电气线路互联系统(EWIS)线束模板图纸在更改时的识别与分类问题，设计了一种基于迁移学习的飞机线束模板图纸内容分类方法。由现有的线束模板图纸建立线束模板图纸元素数据集，选定VGG-1