空中飞机目标分类在线学习方法研究

作者： 司景元   来源： 西安电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 卷积神经网络   在线学习   自适应的SVM增量学习   弹性权重巩固   微多普勒效应   蒙德里安森林   空中飞机目标分类  

描述： 空中飞机目标分类在线学习方法研究

信息化背景下航空概论课程混合式教学模式的改革与实践

作者： 瞿文影   来源： 吉林化工学院学报 年份： 2022 文献类型 ： 期刊 关键词： 在线学习   混合式教学   以学生为中心  

描述： 在信息化背景下，针对航空概论课程课时少、内容多的情况，探索混合式教学模式，体现“以学生为中心”的教学理念，有效利用线上、线下的资源，激发学生的学习自主性，通过精心设计教学活动，灵活运用多种教学方法，使课前、课中、课后的时间都得到充分利用，改革考核方式，取得较好的教学效果。

基于激光回波时频图纹理特征的飞机目标分类方法

作者： 王云鹏   胡以华   雷武虎   郭力仁   来源： 光学学报 年份： 2018 文献类型 ： 期刊 关键词： 回波时频图   飞机目标分类   微多普勒效应   激光探测  

描述： 为实现直升机、螺旋桨飞机和喷气式飞机的激光遥感探测分类,研究了基于时频图的飞机目标微动纹理特征提取算法。根据旋翼微多普勒模型仿真三类飞机旋转部件回波信号,将平滑伪魏格纳维利(SPWV)变换得到的时频分布生成灰度图像。采用OTSU法结合灰度拉伸对图像进行阈值去噪处理,提取目标灰度共生矩阵(GLCM)特征以及Tamura特征,并针对时频图差异进行特征优化,最后使用支持向量机实现飞机目标分类。仿真数据分类结果表明:GLCM特征对噪声表现敏感,经本文方法对时频图去噪,SNR=0dB时的分类正确率可达96.4%。Tamura特征在高信噪比条件下分类正确率较高,但当SNR<5dB后下降明显。因此提取时频图纹理特征可以达到较为理想的飞机分类效果,且利用改进GLCM特征能够实现低信噪比条件下的目标准确分类。

基于激光回波时频图纹理特征的飞机目标分类方法

作者： 王云鹏   胡以华   雷武虎   郭力仁   来源： 光学学报 年份： 2018 文献类型 ： 期刊 关键词： 回波时频图   飞机目标分类   微多普勒效应   激光探测  

描述： 为实现直升机、螺旋桨飞机和喷气式飞机的激光遥感探测分类,研究了基于时频图的飞机目标微动纹理特征提取算法。根据旋翼微多普勒模型仿真三类飞机旋转部件回波信号,将平滑伪魏格纳维利(SPWV)变换得到的时频分布生成灰度图像。采用OTSU法结合灰度拉伸对图像进行阈值去噪处理,提取目标灰度共生矩阵(GLCM)特征以及Tamura特征,并针对时频图差异进行特征优化,最后使用支持向量机实现飞机目标分类。仿真数据分类结果表明:GLCM特征对噪声表现敏感,经本文方法对时频图去噪,SNR=0dB时的分类正确率可达96.4%。Tamura特征在高信噪比条件下分类正确率较高,但当SNR<5dB后下降明显。因此提取时频图纹理特征可以达到较为理想的飞机分类效果,且利用改进GLCM特征能够实现低信噪比条件下的目标准确分类。

基于Online-RBFNN的航空发动机动态模型研究

作者： 王志浩   魏民祥   叶志锋   吴昊   杨佳伟   来源： 重庆理工大学学报(自然科学) 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   RBFNN   在线学习   动态模型   Online  

描述： 为解决航空发动机在出现性能退化时模型精度下降的问题，提出了一种基于在线径向基函数神经网络(online radial basis function neural network, Online-RBFNN)的航空发动机动态模型。采用连续K均值(K-Means)算法和FTRL(follow the regularized leader)在线学习算法，对典型RBFNN进行改进，实现在线学习功能。以某型涡扇发动机正常退化数据为原始样本，建立低压涡轮机(low pressure turbine, LPT)出口总温度动态模型，并与其他多种算法建立的模型进行对比，动态模型的平均绝对误差、均方根误差和校正决定系数分别为0.59、1.7和0.997 8;将所建立的动态模型在同型号但不同飞行包线区域、不同退化形式的发动机运行数据上进行测试，模型输出结果的误差可分别控制在[-9,8]K和[-10,9]K范围内。研究结果表明，基于Online-RBFNN的动态模型能有效避免模型精度下降的问题，且具有良好的自适应能力。

基于物理驱动与数据驱动特征的飞机目标分类方法研究

作者： 邓衍顺   来源： 西安电子科技大学 年份： 2019 文献类型 ： 学位论文 关键词： 特征提取   参数估计   微多普勒效应   低重频   深度网络  

描述： 基于物理驱动与数据驱动特征的飞机目标分类方法研究

基于深度卷积神经网络的航空器检测与识别

作者： 俞汝劼   杨贞   熊惠霖   来源： 计算机应用 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   目标检测识别   航空器检测  

描述： %的工作点上达到了79.2%的精确率,分类网络的实时性达到平均每张0.972 s,Top-1错误率为13%。所提框架在军用机场大尺寸卫星图像中航空器检测识别的具体应用问题上提出了新的解决思路,同时保证了实时性和算法精度。

基于小样本多背景下的飞机图像识别研究

作者： 兰天   李博   杨敬宝   来源： 电脑编程技巧与维护 年份： 2021 文献类型 ： 期刊 关键词： HoG特征   卷积神经网络   飞机图像识别  

描述： 飞机图像识别一直是航空领域识别各类飞机进行有效支援或侦察的重要一环,目前飞机图像识别常受到飞机姿态不同、图像模糊、拍摄角度各异的影响。传统的图像识别方法对于飞机图像具有一定的局限性,易受到背景环境影响,当图像中含有其他显著性目标时易失效,若进行目标分割运算量巨大,在现代化防控体系中,需要既快又好的方法精准识别飞机的机型。随着深度学习的出现,众多模式识别领域中问题得到解决,但深度学习需要大量样本对网络进行微调、参数优化,而目前公开的飞机图像数据库十分有限,图像背景差异巨大,因此提出了一种基于小样本、多背景下使用卷积神经网络进行飞机图像识别的方法。

基于可变形卷积神经网络的遥感图像飞机目标检测

作者： 李明阳   胡显   雷宏   来源： 国外电子测量技术 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   遥感影像   可变形卷积   飞机检测  

描述： 遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。

基于可变形卷积神经网络的遥感图像飞机目标检测

作者： 李明阳   胡显   雷宏   来源： 国外电子测量技术 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   遥感影像   可变形卷积   飞机检测  

描述： 遥感图像中的飞机检测在民用和军事应用中都是一个重要且富有挑战性的任务。针对现有目标检测算法在复杂场景中旋转不变性差的问题,提出了一种多尺度可变形卷积神经网络用以检测飞机目标。该方法通过将可变形卷积适当地嵌入到特征金字塔来构建可变形特征金字塔,使得金字塔可以自适应的调整卷积过程中的空间采样位置,在进行飞机检测时具有一定的旋转不变性,且在各种复杂场景中也更加可靠。同时,根据训练集中的目标尺寸设计锚点尺寸并引入焦点分类损失以有效地关注难分类样本。该方法在公共UCAS-AOD数据集获得了97.39%的平均精度与RetinaNet模型相比提高了1.59%,并优于R-FCN、YOLOV2等其他流行方法,证明了该方法的有效性和准确性。