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,特征提取,PyQt5,深度学习,目标检测
】搜索到相关结果
114
条
按文献类别分组
学位论文
(544)
期刊
(398)
会议论文
(26)
按栏目分组
学位论文
(544)
期刊
(398)
会议论文
(26)
按年份分组
2024
(114)
2023
(264)
2022
(136)
2021
(130)
2020
(106)
2019
(108)
2018
(78)
2017
(18)
2016
(14)
按来源分组
中国民用航空飞行学院
(106)
中国民航大学
(28)
哈尔滨工业大学
(20)
激光与光电子学进展
(15)
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
(14)
北京航空航天大学学报
(13)
长安大学
(12)
航空计算技术
(12)
计算机工程
(10)
吉林大学
(10)
北京邮电大学
(8)
上海交通大学
(6)
信息与控制
(4)
测控技术
(4)
测绘通报
(4)
航空电子技术
(4)
中国科学:技术科学
(4)
航空维修与工程
(4)
电子测试
(4)
西安理工大学
(4)
中国科学院大学(中国科学院上海技术物理研究所)
(2)
电光与控制
(2)
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
(2)
上海应用技术大学
(2)
兵工自动化
(2)
中国地质大学(北京)
(2)
光学精密工程
(2)
吉林大学学报(理学版)
(2)
南京信息工程大学
(2)
太原科技大学学报
(1)
关键词
基于CNN-LSTM混合模型的民航非计划事件分析方法
作者:
王捷
周迪
左洪福
陆扬
来源:
计算机与数字工程
年份:
2024
文献类型 :
期刊
关键词:
长短时记忆神经网络
卷积神经网络
深度学习
民航安全
文本分析
描述:
安全是民航业的核心主题,非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度,论文提出了一种基于CNN-LSTM的混合深度神经网络模型,用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较,在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明,所提出的CNN-LSTM混合模型具有最高的分类准确率,对于不平衡数据样本,具有最稳定的分类性能。
基于
深度学习
的航空发动机剩余使用寿命预测方法研究
作者:
曹锦山.
来源:
重庆交通大学
年份:
2024
文献类型 :
学位论文
关键词:
航空发动机
Transformer
深度学习
剩余使用寿命
多头自注意力机制
描述:
基于
深度学习
的航空发动机剩余使用寿命预测方法研究
模拟塞斯纳
1
72无动力迫降时飞行员工作负荷分析
作者:
林华显.
来源:
中国民用航空飞行学院
年份:
2024
文献类型 :
学位论文
关键词:
机器学习
工作负荷
生理信号
深度学习
航空安全
描述:
模拟塞斯纳
1
72无动力迫降时飞行员工作负荷分析
基于社交隐式模型的运输类飞机人员疏散轨迹预测
作者:
陈琨
李放
冯振宇
陈向明
段龙坤
来源:
交通运输工程学报
年份:
2024
文献类型 :
期刊
关键词:
民用航空
深度学习
轨迹预测
应急撤离
社交隐式模型
描述:
基于社交隐式模型的运输类飞机人员疏散轨迹预测
基于
深度学习
的智慧航空物流综合服务智能问答方法
作者:
章丰田
来源:
自动化应用
年份:
2024
文献类型 :
期刊
关键词:
综合服务
智能问答
深度学习
航空物流
智慧航空
描述:
基于
深度学习
的智慧航空物流综合服务智能问答方法
飞机装配过程错漏装检测技术研究进展
作者:
王振宇
张祥春
严佳
张晓庆
武湛君
来源:
无损检测
年份:
2024
文献类型 :
期刊
关键词:
错漏装
机器视觉
深度学习
无损检测
模板匹配
描述:
飞机装配过程错漏装检测技术研究进展
作者:
秦子轩
张晓东
白广芝
任先聪
来源:
航空发动机
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
剩余可用寿命
深度学习
多头注意力机制
多尺度卷积双向长短期记忆网络
描述:
基于CNN-LSTM混合模型的民航非计划事件分析方法
作者:
王捷
周迪
左洪福
陆扬
来源:
计算机与数字工程
年份:
2024
文献类型 :
期刊
关键词:
长短时记忆神经网络
卷积神经网络
深度学习
民航安全
文本分析
描述:
安全是民航业的核心主题,非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度,论文提出了一种基于CNN-LSTM的混合深度神经网络模型,用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较,在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明,所提出的CNN-LSTM混合模型具有最高的分类准确率,对于不平衡数据样本,具有最稳定的分类性能。
飞机结构健康监测技术发展研究
作者:
刘雪蓉
曹贺
张宝珍
来源:
计测技术
年份:
2024
文献类型 :
期刊
关键词:
结构预测与健康管理
数字孪生
先进传感器
深度学习
飞机
结构健康监测
描述:
Fighter, JSF)上的典型应用。指出飞机结构健康监测技术正向智能化方向发展;未来需要重点研究传感器网络的智能诊断技术、复杂环境下的SHM技术、基于结构健康监测的健康管理技术、智能材料/结构健康监测技术,并将
深度学习
、数字孪生等前沿技术应用于航空领域,以推动我国飞机结构健康监测技术发展。
基于Transformer的飞机状态预测
作者:
王经纬
高艳鹍
宋澣兴
刘一非
来源:
计算机工程与设计
年份:
2024
文献类型 :
期刊
关键词:
深度学习
状态分类
气动力建模
多任务
大迎角
非定常气动力
时序预测
描述:
在非定常气动力下,为防止飞机进入危险状态,通过建模进行状态预测,是保障飞行安全的重要手段,传统方法建模过程复杂、工程化难度大且普适性不强。为更好解决大迎角下飞行状态预测,使用基于
深度学习
的时序
<
1
2
3
...
10
11
12
>
Rss订阅
订阅地址: