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,民航服务领域,卷积神经网络,信息检索,知识图谱
】搜索到相关结果
491
条
按文献类别分组
学位论文
(330)
期刊
(139)
会议论文
(22)
按栏目分组
学位论文
(330)
期刊
(139)
会议论文
(22)
按年份分组
2025
(25)
2024
(61)
2023
(136)
2022
(54)
2021
(63)
2020
(77)
2019
(51)
2018
(20)
2017
(4)
按来源分组
中国民用航空飞行学院
(66)
中国民航大学
(28)
郑州航空工业管理学院
(16)
南京航空航天大学
(12)
长安大学
(10)
西安理工大学
(6)
河南大学
(6)
计算机应用与软件
(4)
国防科技大学
(4)
中国民航飞行学院学报
(3)
振动与冲击
(3)
航空学报
(3)
计算机应用研究
(2)
北京航空航天大学学报(社会科学版)
(2)
2019年(第四届)中国航空科学技术大会
(2)
2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会
(2)
航空维修与工程
(2)
计算机应用
(2)
航空科学技术
(2)
中国科学院大学(中国科学院沈阳计算技术研究所)
(2)
信息技术与标准化
(1)
中华急诊医学杂志
(1)
成都航空职业技术学院学报
(1)
空军工程大学学报
(1)
中国机械
(1)
指挥信息系统与技术
(1)
空军工程大学学报(自然科学版)
(1)
电子测量与仪器学报
(1)
航空动力学报
(1)
民航学报
(1)
关键词
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
基于航空安全事件的
知识图谱
推理关键技术研究
作者:
卢浩文.
来源:
中国民用航空飞行学院
年份:
2023
文献类型 :
学位论文
关键词:
集成学习
卷积神经网络
航空安全事件
知识图谱
链接预测
描述:
基于航空安全事件的
知识图谱
推理关键技术研究
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
注意力机制
和CNN-BiLSTM模型的航空发动机剩余寿命预测
作者:
张加劲
来源:
电子测量与仪器学报
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
航空发动机
卷积神经网络
剩余寿命
双向长短期记忆网络
描述:
,提出了一种基于
注意力机制
的
卷积神经网络
和双向长短期网络融合模型。首先,采用
卷积神经网络
提取特征和双向长短期记忆网络获取特征中的长短期依赖关系;其次,使用
注意力机制
来突出特征中的重要部分,提高模型预测
<
1
2
3
...
48
49
50
>
Rss订阅
订阅地址: