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K-means算法的民航事故结构化分析
- 作者： 刘旭 张艳 邓少阁 李满 张明 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 民航事故 聚类算法 安全建议 结构化
- 描述： 基于K-means算法的民航事故结构化分析
- 融合领域词典嵌入的航空不安全事件命名实体识别
- 作者： 许雅玺 孟天宇 王欣 刘炳南 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 预训练语言模型 领域词典 航空不安全事件 命名实体识别
- 描述： 针对航空不安全事件领域命名实体识别任务，以航空安全信息周报为数据源，分析并构建航空不安全事件命名实体识别数据集和领域词典。为解决传统命名实体识别模型对于捕获领域实体边界性能较差的问题，基于BERT
- 基于概率稀疏自注意力的航空发动机剩余寿命预测
- 作者： 王欣 黄佳琪 许雅玺 来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 Transformer 深度学习 概率稀疏自注意力 剩余寿命预测
- 描述： 航空发动机剩余寿命预测对其健康管理具有重要意义，针对长序列、多维度的航空发动机监测参数，提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制，使得模型更关注时间序列中重要的时间节点，大幅缩减时间维度，减小了时间和空间复杂度；通过注意力层整合后的信息，进一步通过前馈神经网络层和卷积层，提取传感器的空间特征，编码层之间通过扩张因果卷积相连接，扩大了感受野，提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法，实验结果表明，相比于实验中的对比模型，所提模型的RMSE和Score值均有提升，推理速度也优于其他模型。