首页>
根据【关键词:卷积神经网络,YOLOv5,光学飞机目标检测,Ghostnet】搜索到相关结果 286 条
-
基于自适应粒子群优化的不平衡航空客户数据质量优化
-
作者:
姚雨虹
杨小兵
陈欣
来源:
厦门大学学报(自然科学版)
年份:
2020
文献类型 :
期刊
关键词:
自适应粒子群
卷积神经网络
忠诚度预测
随机森林
-
描述:
多数类优化样本子集,使用卷积神经网络(CNN)提取得到的平衡数据集特征,将自动得到的特征向量作为随机森林算法(RF)的输入,构建客户忠诚度预测模型。实验结果表明,本文方法预测性能优于其他预测模型,可以更好地预测客户忠诚度情况。
-
基于深层卷积神经网络电动飞机主驱动电机故障诊断方法
-
作者:
杨柏
关焕新
王森
杨亮
王鹤蓉
来源:
微电机
年份:
2020
文献类型 :
期刊
关键词:
卷积神经网络
故障诊断
主驱动电机
残差模块
-
描述:
为解决电动飞机主驱动电机故障诊断方法因电机结构复杂、信号非平稳与机械大数据等因素引起的诊断困难问题,提出了基于深层卷积神经网络的电动飞机主驱动电机故障诊断新方法。首先研究了SoftMax分类器判断
-
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:
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
-
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
-
基于优化CNN的航空液压管路卡箍故障诊断
-
作者:
窦金鑫
薛政坤
于晓光
范玉鑫
刘忠鑫
杨同光
来源:
机床与液压
年份:
2021
文献类型 :
期刊
关键词:
液压管路卡箍
卷积神经网络
故障诊断
优化变分模态分解
-
描述:
针对航空发动机液压卡箍-管路系统具有高度复杂性,导致卡箍振动信号存在非线性、非平稳性,从而难以提取出卡箍故障状态有效信息的问题,提出一种基于优化变分模态分解(VMD)与卷积神经网络(CNN)的卡
-
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
-
基于卷积神经网络的遥感图像飞机目标识别
-
作者:
晁安娜
刘坤
来源:
微型机与应用
年份:
2018
文献类型 :
期刊
关键词:
遥感图像
卷积神经网络
飞机识别
深度学习
-
描述:
遥感图像的识别技术一直被广泛运用于民用和军事领域。针对采集到的遥感飞机图像存在大量干扰,如遮挡、噪声、视角变化等因素,提出一种改进的基于卷积神经网络的遥感图像目标识别算法。在复杂环境下,运用
-
航空轮胎有限元分析
-
作者:
刘坤
苏彤
王典
来源:
激光与光电子学进展
年份:
2018
文献类型 :
期刊
关键词:
卷积神经网络
深度学习
模糊不变
目标识别
-
描述:
由于采集、运动以及聚焦等导致的目标模糊是目标识别率偏低的一个主要问题,因此本文提出一种基于模糊不变卷积神经网络模型BICNN(Blur-Invariant Convolutional Neural
<
1
2
3
4
5
...
27
28
29
>