基于编解码架构的航空旅客机票预定量预测研究

作者： 高贤德   来源： 北京交通大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   循环神经网络   时间序列预测   机票预定量预测   编解码架构  

描述： 基于编解码架构的航空旅客机票预定量预测研究

基于联合建模的航空出行领域自然语言理解研究

作者： 王明星   来源： 北方工业大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   自然语言理解   意图识别   文本增广   槽填充  

描述： 基于联合建模的航空出行领域自然语言理解研究

基于卷积神经网络的飞机液压系统故障诊断算法研究

作者： 李时奇   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 注意力机制   卷积神经网络   故障诊断   飞机液压系统   传感器融合  

描述： 基于卷积神经网络的飞机液压系统故障诊断算法研究

基于方向平面投影卷积的室内场景点云语义分割深度学习网络研究

作者： 李阳   来源： 燕山大学 年份： 2021 文献类型 ： 学位论文 关键词： 室内场景理解   注意力机制   点云语义分割   局部平面规则化   邻域方向编码  

描述： 基于方向平面投影卷积的室内场景点云语义分割深度学习网络研究

彩色遥感图像中飞机小目标检测的改进算法研究

作者： 何佳玮   来源： 宁夏大学 年份： 2021 文献类型 ： 学位论文 关键词： 注意力机制   GIoU   小目标检测   YOLOv3   空间金字塔池化  

描述： 彩色遥感图像中飞机小目标检测的改进算法研究

基于数据的飞行员对抗行为建模方法

作者： 刘文韬   李妮   龚光红   白金鹏   李婷珽   王晨光   来源： 第三十三届中国仿真大会 年份： 2021 文献类型 ： 会议论文 关键词： 空战行为建模   对抗交互平台   注意力机制   数据挖掘   时序预测  

描述： 基于数据的飞行员对抗行为建模方法

一种基于TCN-LGBM的航空发动机气路故障诊断方法

作者： 吕卫民   孙晨峰   任立坤   赵杰   李永强   来源： 兵工学报 年份： 2023 文献类型 ： 期刊 关键词： 轻量级梯度提升机   注意力机制   航空发动机   故障诊断   时间卷积神经网络  

描述： 长时间工作在高温高压、强振动等恶劣气路环境下的航空发动机经常面临部件疲劳、腐蚀和性能退化的问题，且其故障诊断时序逻辑性不强、故障参数耦合较深等特点十分明显，为此提出一种基于时间卷积神经网络(TCN)和轻量级梯度提升机(LGBM)的航空发动机气路故障诊断方法。故障诊断分为故障特征提取和分类诊断两个过程：引入TCN框架在保证故障数据训练时序逻辑的基础上，实现对远层历史信息和当前层信息的特征融合构建，融合通道注意力机制增强了高质量特征的权重；基于LGBM模型实现对特征的快速分类，利用贝叶斯方法实现对模型超参数的快速优化。以基于PROOSIS软件建模的某军用小涵道比涡扇发动机故障仿真数据为例，对6种故障模式进行诊断识别。研究结果表明：仿真结果说明了所提方法的有效性；通过与其他模型对比体现了该方法的优越性。

基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题，提出了一种基于Transformer和注意力机制的航空器监视数据融合方法。首先利用Transformer的编码器结构分别对各监视源数据进行特征提取，然后通过注意力机制对不同监视源赋予权重值，最后经过全连接网络进行回归计算，以获得最终的融合结果。选取场面监视雷达和广播式自动相关监视系统的监视数据作为融合源，多点定位数据作为真实标签，实验结果表明，该方法有效降低了单一监视源的监视误差，且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法，平均绝对误差分别提升了2.20%、14.32%和33.94%。

基于深度学习的航空器场面轨迹预测研究

作者： 李雪   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 注意力机制   LSTM   机场场面轨迹预测   深度学习   PSO  

描述： 基于深度学习的航空器场面轨迹预测研究

基于改进YOLOv5的航空发动机表面缺陷检测模型

作者： 李鑫   李香蓉   汪诚   李秋良   李卓越   来源： 激光与光电子学进展 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制   航空发动机   机器视觉   YOLOv5   表面缺陷检测  

描述： 针对目前航空发动机表面人工缺陷检测效率低的问题，本文提出了一种基于改进YOLOv5的缺陷检测模型YOLOv5-CE。首先在网络中融合数据增强策略搜索算法，自动为当前数据集搜索最佳的数据增强策略，实现训练效果的提升；其次在Backbone网络中引入坐标注意力机制，在通道注意力的基础上嵌入坐标信息，提高对小缺陷目标的检测能力；最后将YOLOv5的定位损失函数改进为EIoU loss，在加快模型收敛的同时提高预测框回归精度。实验表明，本文提出的YOLOv5-CE模型，相比原YOLOv5s网络，在检测速度几乎没有下降的情况下m AP值提高了1.2%，达到了98.5%，能够实现对航空发动机四种常见类型缺陷的高效智能检测。