首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
注意力机制,合成孔径雷达(SAR),特征融合,飞机检测
】搜索到相关结果
5
条
按文献类别分组
学位论文
(162)
期刊
(112)
会议论文
(8)
按栏目分组
学位论文
(162)
期刊
(112)
会议论文
(8)
按年份分组
2024
(52)
2023
(78)
2022
(46)
2021
(38)
2020
(36)
2019
(20)
2018
(6)
2017
(6)
按来源分组
雷达学报
(8)
航空动力学报
(5)
兵工学报
(5)
科学技术与工程
(5)
南京航空航天大学
(4)
河北工业大学
(4)
西安电子科技大学
(4)
河南大学
(4)
北方工业大学
(4)
电子科技大学
(4)
国外电子测量技术
(4)
测绘科学技术学报
(4)
光学学报
(4)
工业控制计算机
(3)
测绘地理信息
(2)
光电子技术
(2)
中国矿业大学
(2)
河北科技大学
(2)
润滑与密封
(2)
湘潭大学
(2)
电光与控制
(2)
应用光学
(2)
华中科技大学
(2)
河北工程大学
(2)
西安理工大学
(2)
测绘通报
(2)
战略支援部队信息工程大学
(2)
兰州大学
(2)
计算机与数字工程
(1)
电讯技术
(1)
关键词
航空滚动轴承振动特征的故障灵敏度分析与融合技术
作者:
林桐
陈果
张全德
王洪伟
陈立波
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
灵敏度分析
滚动轴承
特征融合
状态评估
描述:
针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多
特征融合
评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析
航空滚动轴承振动特征的故障灵敏度分析与融合技术
作者:
林桐
陈果
张全德
王洪伟
陈立波
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
特征提取
灵敏度分析
滚动轴承
特征融合
状态评估
描述:
针对工程中航空滚动轴承实时状态监测的需要,提出了基于标准化欧氏距离的多
特征融合
评估方法。首先,进行了航空滚动轴承故障模拟试验,引入了故障灵敏度的定量评价指标,对融合前后特征的故障灵敏度进行了分析
基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断
作者:
冯东洋
姜春英
鲁墨武
叶长龙
李胜宇
来源:
航空动力学报
年份:
2024
文献类型 :
期刊
关键词:
双路特征融合卷积神经网络(TSFFCNN)
特征融合
飞机起落架液压系统
故障诊断
SVM)
粒子群优化支持向量机(PSO
描述:
针对飞机起落架液压系统故障诊断精度低,深层故障特征提取困难的问题,提出了一种基于双路
特征融合
卷积神经网络(TSFFCNN)与粒子群优化支持向量机(PSO-SVM)结合的起落架液压系统故障诊断模型。该
基于改进的SENet航空发动机振动预测
作者:
夏存江
詹于游
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
数据驱动
注意力机制
卷积神经网络
多参数融合
振动预测
描述:
为实时监测和预警航空发动机振动状态,基于气路及振动参数,提出一种使用改进的SENet(squeeze-and-excitation network)模型,对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据,使用了真实的QAR(quick access recorder)数据并进行随机采样,以求更能表征发动机振动和工作参数之间的关系。同时,不仅使用其他振动信号进行验证,还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的,SENet模型可以有效并实时追踪振动的突变和波动。此外,该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型,SENet模型在振动的预测中能得到更小的误差。实验证明,相较于以往只使用振动这个单参数进行预测,并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。
基于改进的SENet航空发动机振动预测
作者:
夏存江
詹于游
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
数据驱动
注意力机制
卷积神经网络
多参数融合
振动预测
描述:
为实时监测和预警航空发动机振动状态,基于气路及振动参数,提出一种使用改进的SENet(squeeze-and-excitation network)模型,对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据,使用了真实的QAR(quick access recorder)数据并进行随机采样,以求更能表征发动机振动和工作参数之间的关系。同时,不仅使用其他振动信号进行验证,还在其他型号的发动机上进行测试。结果表明:针对航空发动机的振动进行预测是可行的,SENet模型可以有效并实时追踪振动的突变和波动。此外,该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型,SENet模型在振动的预测中能得到更小的误差。实验证明,相较于以往只使用振动这个单参数进行预测,并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。
<
1
>
Rss订阅
订阅地址: