基于多分类器融合的飞机机电系统故障诊断研究

作者： 宗圣凯   来源： 电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 循环神经网络   卷积神经网络   LSTM   余弦相似度   DS证据理论  

描述： 基于多分类器融合的飞机机电系统故障诊断研究

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究

基于卷积神经网络的航空瞬变电磁数据一维反演

作者： 吴思弘   黄清华   赵里   年份： 2021 文献类型 ： 会议论文 关键词： CNN   卷积神经网络   一维反演   瞬变电磁   电阻率  

描述： 基于卷积神经网络的航空瞬变电磁数据一维反演

航空发动机主轴圆柱滚子轴承故障分析及改进设计

作者： 李海涛   石东丹   王萌   艾青牧   刘雨健   来源： 轴承 年份： 2021 文献类型 ： 期刊 关键词： 滚动轴承   航空轴承   寿命   滑动   故障   发热量   游隙   圆柱滚子轴承  

描述： 航空发动机主轴圆柱滚子轴承在高速、轻载工况下,因滚道对滚子的拖动力不足易发生打滑,产生滑蹭损伤,导致轴承失效。分析了轴承打滑机理,提出改进轴承游隙的措施,并通过分析轴承初始径向游隙对轴承寿命、发热量、拖动力的影响,确定合理的初始径向游隙。将游隙改进后的轴承进行试验验证,满足设计要求。

航空发动机主轴轴承表面粗糙度与滑蹭损伤关联性研究

作者： 曾昭洋   陈超   罗军   徐进   来源： 轴承 年份： 2021 文献类型 ： 期刊 关键词： 打滑   滚动轴承   航空轴承   表面粗糙度   沟道   内圈   损伤   数据处理  

描述： 针对某型航空发动机主轴轴承试车频发打滑蹭伤,采用抛修处理后附加试车中滑蹭率显著下降的现象,为探究表面粗糙度与滚动轴承滑蹭损伤的关联性,现场跟踪测量轴承从热装、跳动和漏油试验、转子的工艺平衡及总平衡后

基于深度学习的光学遥感图像飞机检测算法

作者： 董永峰   仉长涛   汪鹏   冯哲   来源： 激光与光电子学进展 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   图像处理   目标检测   深度学习   Mask   RCNN算法  

描述： 光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。

基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究

作者： 李梦雅   来源： 西安电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 卷积神经网络   机场区域分割   辅助分类器生成对抗网络   飞机目标检测   高分辨SAR图像   候选区域提议网络  

描述： 基于机场区域精细分割和深度学习的高分辨SAR图像飞机目标检测算法研究

空中飞机目标分类在线学习方法研究

作者： 司景元   来源： 西安电子科技大学 年份： 2021 文献类型 ： 学位论文 关键词： 卷积神经网络   在线学习   自适应的SVM增量学习   弹性权重巩固   微多普勒效应   蒙德里安森林   空中飞机目标分类  

描述： 空中飞机目标分类在线学习方法研究

基于深度卷积神经网络的空中飞行器图像识别

作者： 谷虹娴   来源： 西安工业大学 年份： 2021 文献类型 ： 学位论文 关键词： YOLO   损失函数   卷积神经网络   特征融合方式   空中飞行器识别   V3  

描述： 基于深度卷积神经网络的空中飞行器图像识别

一种基于级联神经网络的飞机检测方法

作者： 王晓林   苏松志   刘晓颖   蔡国榕   李绍滋   来源： 智能系统学报 年份： 2021 文献类型 ： 期刊 关键词： 嵌入式设备   遥感图像   级联   卷积神经网络   两阶段   深度学习   飞机检测   由粗到细  

描述： 由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。