关键词
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
基于注意力机制的航空图像旋转框目标检测
作者: 常洪彬   李文举   李文辉   来源: 吉林大学学报(理学版) 年份: 2022 文献类型 : 期刊 关键词: 航空图像   注意力机制   目标检测   深度学习  
描述: 针对在航空遥感图像目标检测中,航空图像在俯视图下呈任意方向排列,存在图像尺寸大、方向任意和背景复杂等问题,为能在复杂背景的航空图像中仍有较好的检测结果,提出一种基于注意力机制的旋转框航空图像目标检测
基于深度学习的飞机表面缺陷检测
作者: 刘昊   来源: 航空维修与工程 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   深度学习   缺陷检测   残差连接  
描述: 基于深度学习的飞机表面缺陷检测
作者: 周文骏     黄硕     张宁     宋传龙     赵宇轩     段一帆     徐国庆   来源: 光学精密工程 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   目标检测   DETR网络   SAR图像  
描述:
作者: 许雅玺     鲁健平   来源: 科技和产业 年份: 2024 文献类型 : 期刊 关键词: 情感分析   注意力机制   数据增强   BiGRU模型  
描述:
基于改进YOLOX的机场场面飞机目标检测
作者: 赵元棣     罗琳璐   来源: 计算机仿真 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   机场场面   飞机目标检测  
描述: 机场场面飞机实时监控是远程塔台系统的基础。为实现对机场场面飞机目标快速而准确的检测,提出一种基于YOLOX融合注意力机制的机场场面飞机目标检测方法。在加强特征提取网络中引入卷积块注意力模块,增大对
改进注意力机制的航空发动机试验转子系统智能故障诊断
作者: 伍济钢     文港     杨康   来源: 振动与冲击 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   卷积神经网络   故障诊断   航空发动机转子  
描述: 考虑到航空发动机的工作环境十分恶劣,其故障的振动信号特征隐蔽且噪声干扰严重,为了加强网络对振动信号中关键特征的提取能力,提出了改进注意力机制的航空发动机转子系统智能故障诊断方法对航空发动机转子
基于注意力和自适应特征融合的SAR图像飞机目标检测
作者: 夏一帆     赵凤军     王樱洁     王春乐   来源: 电讯技术 年份: 2024 文献类型 : 期刊 关键词: 注意力机制   合成孔径雷达(SAR)   特征融合   飞机检测  
描述: 飞机目标检测算法。该方法首先在主干网络引入坐标注意力机制,以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力。其次,在特征增强网络中引入自适应特征融合机制,提高了对不同大小飞机的特征提取能力,同时改善
混合注意力特征增强的航空图像目标检测
作者: 管文青     周世斌     张国鹏   来源: 计算机工程与应用 年份: 2024 文献类型 : 期刊 关键词: 航空图像   旋转目标检测   注意力机制   Transformer  
描述: 针对航空图像背景复杂、目标分布密集、尺度差异大等特点,提出一种新的航空图像检测网络,称为混合注意力网络(hybrid attention network, HA-Net)。在主干网络中设计同时兼顾局部注意力和全局注意力的Transformer结构,利用注意力消除背景噪音,使密集目标边界更加清晰,提升密集目标特征提取能力;在特征融合前,提出使用连续平均池化和最大池化的空间金字塔池化模块来丰富图像特征信息,增强不同尺度目标的表示能力;在特征融合时设计特征重构模块重新调整特征金字塔的特征信息,此模块混合了跨尺度空间注意力和非局部通道注意力,可以减少不必要信息的干扰,提升多尺度目标的检出率。在DOTA航空数据集上对HA-Net进行评估,在单尺度和多尺度测试上评估指标mAP分别达到77.04%和78.28%,较基准网络,mAP分别提升了2.38个百分点和3.62个百分点。在HRSC2016数据集上mAP达到89.95%。实验结果的提升证明了HA-Net在航空图像目标检测中的有效性。
< 1 2 3 4 5 ... 8 9 10
Rss订阅