全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 融合注意力机制的航空发动机推力估计方法研究
- 作者： 邹雨杭 赵永平 来源： 航空工程进展 年份： 2025 文献类型 ： 期刊 关键词： 注意力机制 时间序列预测 LSTM 多任务学习 推力估计 迁移学习
- 描述： 融合注意力机制的航空发动机推力估计方法研究
- 基于两阶段迁移学习的Multi-scale SE-ResNet50深度卷积神经网络的多标签航空图像分类问题研究
- 作者： 刘乙萱 苏鑫 来源： 数学的实践与认识 年份： 2023 文献类型 ： 期刊 关键词： 注意力机制 ResNet50 航空图像分类 多标签 多尺度特征融合 迁移学习
- 描述： 的提取;利用两阶段迁移学习优化模型初始化参数,进一步提高模型精度和泛化能力.实验结果表明,算法在UCM多标签数据集上的macro-F1为98.4%,分别高于MobileNet v2,VGG16
- 基于多任务学习图卷积模型的航空网络节点分类
- 作者： 樊成 王布宏 田继伟 来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 图神经网络 节点分类 多任务学习 航空网络
- 描述： 节点分类模型，该模型在图卷积网络的基础上，引入多任务学习及自适应加权策略，将“节点—节点相关性”作为辅助任务加入模型的训练过程中，并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型，为图卷积在航空网络节点分类方向的应用提供了思路。
- 基于多任务学习图卷积模型的航空网络节点分类
- 作者： 樊成 王布宏 田继伟 来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 图神经网络 节点分类 多任务学习 航空网络
- 描述： 节点分类模型，该模型在图卷积网络的基础上，引入多任务学习及自适应加权策略，将“节点—节点相关性”作为辅助任务加入模型的训练过程中，并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型，为图卷积在航空网络节点分类方向的应用提供了思路。
- 某型航空活塞发动机健康因子预测方法研究
- 作者： 郭永昌 王晓卫 来源： 航空维修与工程 年份： 2023 文献类型 ： 期刊 关键词： LSTM 航空活塞发动机 健康因子预测
- 描述： 航空活塞发动机作为许多飞行器的动力来源，其故障预测十分重要。本文根据航空活塞发动机故障预测的关键流程，针对其中最重要的健康因子预测方法，选取了常用的基于AR模型、LSTM模型和GRU模型的预测方法，分析了每种方法的原理、特点及适用性；根据某型航空活塞发动机健康因子时间序列数据，采用MATLAB软件对基于三种模型的健康因子预测方法分别进行仿真；经过对比分析，验证了基于LSTM模型的健康因子预测方法的优越性。
- 基于时间序列的民用运输航空器碳排放预测研究
- 作者： 向小军 杨志晗 赵赶超 来源： 现代计算机 年份： 2023 文献类型 ： 期刊 关键词： 时间序列 LSTM ARIMA WOA 碳排放
- 描述： 随着中国民航业的高速发展，运输航空器的碳排放问题逐渐引起关注。采用时间序列的方法建立了传统的差分整合移动平均自回归（ARIMA）模型以及优化的长短期记忆网络（LSTM）模型，对航空器碳排放量、碳排放强度以及吨公里碳排放量进行了预测，通过鲸鱼优化算法（WOA）对LSTM中的学习率和隐藏节点数进行优化，避免了人为选择参数的主观性和盲目性，有利于提高模型预测的准确性。通过对比两种模型的均方根误差（RMSE）和平均绝对误差（MAE）,ARIMA模型在航空器碳排放预测中有较好表现，WOA-LSTM模型在碳排放强度、吨公里碳排放的预测中有较好表现。
- 基于LSTM自编码器的航空发动机故障检测
- 作者： 张忍 白杰 来源： 航空计算技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 LSTM 发动机健康管理 故障检测 自编码器
- 描述： 故障检测作为航空发动机健康管理的主要内容之一，是保证航空发动机的安全性、可靠性和经济性的重要手段。针对发动机发生概率最大的气路部件故障，提出了一种长短期记忆神经网络(Long Short Term Memory, LSTM)和自编码器(Auto-Encoder, AE)结合的故障检测方法，利用T-MATS(The Toolbox for the Modeling and Analysis of Thermodynamic Systems)热力学仿真软件包中的航空发动机模型，进行仿真实验，仿真了单一和混合故障以及不同故障程度的数据样本，用健康数据样本训练构建故障检测模型，故障数据样本进行模型测试，根据核密度估计和箱型图结合的方法确定统计量和控制限，从而进行故障检测。实验结果表明了所提方法的可行性和有效性，具有一定的工程应用价值，与传统自编码器方法检测结果进行对比，LSTM自编码器的故障检测率提高最高达20%。