非合作通信环境下飞机声信号类型识别的方法研究

作者： 黄妤宁   来源： 哈尔滨工程大学 年份： 2019 文献类型 ： 学位论文 关键词： 支持向量机   梅尔频率倒谱系数   机器学习   飞机类型识别   自编码器  

描述： 非合作通信环境下飞机声信号类型识别的方法研究

面向任务的合作类无人机轨迹预测技术研究

作者： 吴卿刚   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 面向任务   合作类无人机   机器学习   组合预测   轨迹预测  

描述： 面向任务的合作类无人机轨迹预测技术研究

基于机器学习的航空高光谱遥感岩性识别技术研究

作者： 王建刚   来源： 核工业北京地质研究院 年份： 2020 文献类型 ： 学位论文 关键词： 机器学习   降维   岩性识别   神经网络   航空高光谱  

描述： 基于机器学习的航空高光谱遥感岩性识别技术研究

基于机器学习及5G数据链的飞机牵引车自动控制系统技术研究

作者： 刘天畅   来源： 上海交通大学 年份： 2020 文献类型 ： 学位论文 关键词： 机器学习   智能图像处理   飞机牵引车   仿真   5G数据链路  

描述： 基于机器学习及5G数据链的飞机牵引车自动控制系统技术研究

基于多普勒激光雷达的飞机尾涡识别与预测研究

作者： 吴郑源   来源： 中国民用航空飞行学院 年份： 2020 文献类型 ： 学位论文 关键词： 激光雷达   尾涡识别   机器学习   尾涡预测   尾涡探测  

描述： 基于多普勒激光雷达的飞机尾涡识别与预测研究

机器学习在航空客户忠诚度预测中的应用

作者： 姚雨虹   来源： 中国计量大学 年份： 2020 文献类型 ： 学位论文 关键词： 客户忠诚度预测   卷积神经网络   机器学习   随机森林   半监督学习  

描述： 机器学习在航空客户忠诚度预测中的应用

基于自编码器的飞机类型识别方法

作者： 张朝柱   黄妤宁   来源： 无线电工程 年份： 2019 文献类型 ： 期刊 关键词： 机器学习   梅尔倒谱系数   自编码器   飞机类型识别   联合特征提取  

描述： 针对人工监听识别飞机类型难度大的问题,提出了根据不同飞机发动机产生的不同噪声,通过特征提取,进而分类识别出飞机类型的一种方法。在梅尔倒谱系数(MFCC)算法特征提取的基础上,对提取的24维特征向量通过自编码器进行分类,对分类的准确率进行了仿真。实验结果表明,每一类声信号准确率均高于85%且平均识别准确率为95.98%;针对单类别实际飞机声信号的分类准确率较其他类别准确率差的问题,提出了通过小波包分解-MFCC联合特征提取对自编码器进行优化。实验结果表明,每一类声信号准确率均高于90%且平均准确率为97.74%。

物料供给不确定环境下的飞机移动生产线动态调度方法

作者： 陆志强   胡鑫铭   朱宏伟   来源： 同济大学学报(自然科学版) 年份： 2019 文献类型 ： 期刊 关键词： 动态调度   机器学习   飞机移动生产线   局部前瞻搜索   支持向量数据描述  

描述： 飞机装配所需的物料种类复杂且数量巨大,其准时供给往往存在较大的不确定性.为了有效解决物料供给不确定环境下的飞机移动生产线动态调度问题,将机器学习中的支持向量数据描述技术(SVDD)与传统的调度方法

基于自编码器的飞机类型识别方法

作者： 张朝柱   黄妤宁   来源： 无线电工程 年份： 2019 文献类型 ： 期刊 关键词： 机器学习   梅尔倒谱系数   自编码器   飞机类型识别   联合特征提取  

描述： 针对人工监听识别飞机类型难度大的问题,提出了根据不同飞机发动机产生的不同噪声,通过特征提取,进而分类识别出飞机类型的一种方法。在梅尔倒谱系数(MFCC)算法特征提取的基础上,对提取的24维特征向量通过自编码器进行分类,对分类的准确率进行了仿真。实验结果表明,每一类声信号准确率均高于85%,且平均识别准确率为95.98%。针对单类别实际飞机声信号的分类准确率较其他类别准确率差的问题,提出了通过小波包分解-MFCC联合特征提取对自编码器进行优化。实验结果表明,每一类声信号准确率均高于90%,且平均准确率为97.74%。

物料供给不确定环境下的飞机移动生产线动态调度方法

作者： 陆志强   胡鑫铭   朱宏伟   来源： 同济大学学报(自然科学版) 年份： 2019 文献类型 ： 期刊 关键词： 动态调度   机器学习   飞机移动生产线   局部前瞻搜索   支持向量数据描述  

描述： 飞机装配所需的物料种类复杂且数量巨大,其准时供给往往存在较大的不确定性.为了有效解决物料供给不确定环境下的飞机移动生产线动态调度问题,将机器学习中的支持向量数据描述技术(SVDD)与传统的调度方法