基于深度特征挖掘的民航发动机气路故障诊断技术研究

作者： 付松   来源： 哈尔滨工业大学 年份： 2018 文献类型 ： 学位论文 关键词： 民航发动机   特征提取   卷积神经网络   故障诊断   堆叠去噪自动编码器  

描述： 基于深度特征挖掘的民航发动机气路故障诊断技术研究

基于粗糙集理论的区域航空客流量预测研究

作者： 刘晓明   来源： 现代营销(下旬刊) 年份： 2018 文献类型 ： 期刊 关键词： 连续值离散化   航空客流量   属性   粗糙集  

描述： 鉴于在航空运输领域中应用经济计量模型预测航空客流量存在一定的局限性,为此本文运用粗糙集理论分析区域航空客流量。在选择影响区域航空客流量因素的基础上,形成了我国31个地区航空客流量的决策表,进而

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

作者： 涂从良   吴明功   温祥西   赵年伟   来源： 安全与环境学报 年份： 2018 文献类型 ： 期刊 关键词： 事故因素   遗传算法   粗糙集   空中相撞   安全工程  

描述： 为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重

基于Unity3D的航空发动机虚拟维修仿真系统的开发

作者： 吴予忠   张渝舜   赵新宇   宋时雨   侯品帆   来源： 科技创新导报 年份： 2018 文献类型 ： 期刊 关键词： 民航发动机   3D   Unity   虚拟维修  

描述： 虚拟维护仿真系统以民用航空发动机工程底蕴为基础,本系统采用Autodesk Maya作为建模工具,构建虚拟场景和发动机三维模型,以Unity3D虚拟仿真软件作为虚拟现实开发引擎,Microsoft Visual Studio 2010为程序开发整合平台,开发了一套基于Unity3D的航空发动机虚拟维修仿真系统。虚拟维修仿真系统可为高校教育节省成本,克服学校师资、资金、课时、场地等资源缺乏的困境。

航空发动机维修保障体系的评估及优化

作者： 徐拓   来源： 中国民航大学 年份： 2018 文献类型 ： 学位论文 关键词： 民航发动机   维修保障   层次分析   优化   模糊评价  

描述： 航空发动机维修保障体系的评估及优化

多源信息融合的民航发动机性能预测方法研究

作者： 谭治学   来源： 哈尔滨工业大学 年份： 2018 文献类型 ： 学位论文 关键词： 民航发动机   多源信息融合   性能建模   整机性能预测   部件性能诊断   修后性能预测  

描述： 多源信息融合的民航发动机性能预测方法研究

民航发动机VSV调节规律及喘振故障诊断研究

作者： 阚玉祥   来源： 中国民航大学 年份： 2018 文献类型 ： 学位论文 关键词： 民航发动机   支持向量机   基准进口气流角法   调节规律   VSV   喘振  

描述： 民航发动机VSV调节规律及喘振故障诊断研究

基于孔探检测的民航发动机维修间隔优化研究

作者： 王晓兵   来源： 中国民航大学 年份： 2018 文献类型 ： 学位论文 关键词： 民航发动机   图像处理   维修成本   支持向量回归机   孔探检测   维修间隔  

描述： 基于孔探检测的民航发动机维修间隔优化研究

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,运用卷积神经网络对飞机目标进行识别,避免了在特征提取过程中信息的丢失,提高了识别率。实验结果证明了该算法在遥感图像飞机目标识别中的可行性,能克服尺度变化及目标姿态变化等因素的影响。同时提出的算法较传统CNN、BP神经网络和支持向量机(SVM)方法具有更好的识别效果,鲁棒性更强。

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 Network)的目标识别方法。与仅优化多项式逻辑回归目标的传统CNN(Convolutional Neural Network)模型的训练不同,BICNN引入和学习一个新的模糊不变层改善模糊目标的识别率,提高目标识别的鲁棒性。首先,BICNN通过增加模糊不变约束项及正则化来优化本文提出的模糊不变目标函数进行训练;其次,通过减小模糊不变目标函数值来规定训练样本在模糊之前和之后的特征映射相一致,最终实现模糊不变性。测试结果表明验证,BICNN改善了因模糊造成识别率降低的问题,进而提升运动模糊图像的识别率。