关键词
基于改进GRU的航空发动机剩余寿命预测
作者: 车畅畅   王华伟   倪晓梅   付强   来源: 航空计算技术 年份: 2021 文献类型 : 期刊 关键词: 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  
描述: 状态参数输入到第一层GRU进行性能退化分析得到性能指标;利用剩下的GRU层对性能指标进行时间序列预测;在得到性能指标预测的基础上,通过设定阈值得到最终的剩余寿命预测结果。通过实验验证证明:与传统
飞机完好率预测仿真研究
作者: 孙璐璐   滕曰   黄锐   来源: 兵器装备工程学报 年份: 2018 文献类型 : 期刊 关键词: 数据驱动   支持向量机   时间序列预测   飞机完好率   神经网络  
描述: 利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高。两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度。
民航客运量预测方法研究综述
作者: 徐海文     令海龙     夏思薇   来源: 科技和产业 年份: 2024 文献类型 : 期刊 关键词: 时间序列预测   机器学习   组合预测   民航客运量   神经网络  
描述: 民航客运量预测方法研究综述
一种基于Transformer编码器与LSTM的飞机轨迹预测方法
作者: 李明阳     鲁之君     曹东晶     曹世翔   来源: 航天返回与遥感 年份: 2024 文献类型 : 期刊 关键词: Transformer   Encoder   轨迹预测   Transformer编码器   飞机目标   神经网络   LSTM模型  
描述: 为了解决飞机目标机动数据集缺失的问题,文章利用运动学建模生成了丰富的轨迹数据集,为网络训练提供了必要的数据支持。针对现阶段轨迹预测运动学模型建立困难及时序预测方法难以提取时空特征的问题,提出了一种结合Transformer编码器和长短期记忆网络(Long Short Term Memory,LSTM)的飞机目标轨迹预测方法,即Transformer-Encoder-LSTM模型。新模型可同时提供LSTM和Transformer编码器模块的补充历史信息和基于注意力的信息表示,提高了模型能力。通过与一些经典神经网络模型进行对比分析,发现在数据集上,新方法的平均位移误差减小到0.22,显著优于CNN-LSTMAttention模型的0.35。相比其他网络,该算法能够提取复杂轨迹中的隐藏特征,在面对飞机连续转弯、大机动转弯的复杂轨迹时,能够保证模型的鲁棒性,提升了对于复杂轨迹预测的准确性。
改进的YOLOv5s遥感影像机场场面飞机小目标识别
作者: 张新君     赵春霖   来源: 电光与控制 年份: 2024 文献类型 : 期刊 关键词: 坐标注意力机制   遥感影像   Transformer   YOLOv5s   小目标检测   Swin  
描述: 小目标检测识别测试实验,改进后的YOLOv5s网络的mAP值为0.837 5,比YOLOv5s网络模型提高了0.022 5。实验结果表明,改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值,并且在训练时间上也比YOLOv5s减少了1/12。
基于航空图像的目标检测算法Trans_YOLOv5
作者: 文青     伍欣     敖斌     李宽     殷建平   来源: 计算机技术与发展 年份: 2024 文献类型 : 期刊 关键词: 航空图像   Transformer   YOLOv5   圆形平滑标签   小目标检测   Swin  
描述: 与自然图像的检测算法相比较,航空图像的检测存在目标角度随机、目标尺度变化剧烈、小目标密集、图像背景复杂等问题。针对这一系列难题,提出适用于航空图像检测的Trans-YOLOv5算法。修改YOLOv5算法中数据预处理模块以及后处理方法,增加一个目标角度标签的处理,使其适用于目标角度随机的航空图像。针对后续出现的边界问题,引入CSL(Circular Smooth Label,圆形平滑标签)将标签角度回归问题转换为分类问题,提高角度标签检测的精度。针对航空图像小目标检测问题,将Swin Transformer集成于YOLOv5框架中,提升模型对小目标的检测效果,并配合注意力机制模块,提高全局表征能力,使网络模型更加关注于待检测的目标对象。在DOTAv2.0航空图像数据集上的实验结果验证了所提方法的有效性,检测结果达到60.98%mAP,与原YOLOv5算法检测结果相比提高10.85百分点,与官网公布的竞赛最佳结果相比提高2.01百分点。
融合注意力机制的航空发动机推力估计方法研究
作者: 邹雨杭     赵永平   来源: 航空工程进展 年份: 2025 文献类型 : 期刊 关键词: 注意力机制   时间序列预测   LSTM   多任务学习   推力估计   迁移学习  
描述: 融合注意力机制的航空发动机推力估计方法研究
一种用于航空发动机RUL预测的推理网络模型
作者: 韩光洁   史国华   缑林峰   徐甜甜   林川   来源: 小型微型计算机系统 年份: 2022 文献类型 : 期刊 关键词: 注意力机制   LSTM网络   航空发动机   寿命预测  
描述: 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题,本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用
一种用于航空发动机RUL预测的推理网络模型
作者: 韩光洁   史国华   缑林峰   徐甜甜   林川   来源: 小型微型计算机系统 年份: 2022 文献类型 : 期刊 关键词: 注意力机制   LSTM网络   航空发动机   寿命预测  
描述: 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题,本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用
基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究
作者: 刘康   肖娜   来源: 计算机测量与控制 年份: 2020 文献类型 : 期刊 关键词: 航空发动机   BP神经网络   寿命预测   堆叠自编码  
描述: 基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究
< 1 2 3 ... 4 5 6
Rss订阅