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,自动问答,细粒度检索,民航客服,神经网络,阅读理解
】搜索到相关结果
5
条
按文献类别分组
学位论文
(93)
期刊
(75)
会议论文
(10)
报纸
(2)
按栏目分组
学位论文
(93)
期刊
(75)
会议论文
(10)
报纸
(2)
按年份分组
2023
(8)
2022
(29)
2021
(25)
2020
(36)
2019
(28)
2018
(19)
2017
(5)
2016
(30)
按来源分组
南京航空航天大学
(14)
中国民航大学
(10)
北京航空航天大学学报
(5)
航空动力学报
(5)
中国民用航空飞行学院
(3)
科学技术与工程
(3)
吉林大学
(3)
西安交通大学
(2)
中国民用航空学院
(2)
西安电子科技大学
(2)
中国科学:技术科学
(2)
小型微型计算机系统
(2)
激光与光电子学进展
(1)
兵工学报
(1)
第三十三届中国仿真大会
(1)
宁夏大学
(1)
燕山大学
(1)
北方工业大学
(1)
北京交通大学
(1)
兵工自动化
(1)
计算机应用
(1)
电子测量与仪器学报
(1)
控制理论与应用
(1)
计算机科学与探索
(1)
光学学报
(1)
2010全国现代制造集成技术(CMIS)学术会议
(1)
中国科学院大学(中国科学院沈阳计算技术研究所)
(1)
吉林大学学报(理学版)
(1)
北京邮电大学
(1)
长江信息通信
(1)
关键词
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。
航空活塞式发动机瞬态空燃比控制仿真研究
作者:
胡春明
毕延飞
王齐英
仲伟军
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
模型预测控制
航空活塞式发动机
空燃比控制
神经网络
过渡工况
描述:
针对航空活塞式直喷发动机瞬态空燃比难以精确控制、动态超调大等问题,采用基于改进的粒子群优化算法和Elman
神经网络
(VPSO-Elman网络)的模型预测控制算法对发动机过渡工况空燃比进行控制。在实验
基于NN-PSM的航空发动机机载自适应稳态模型
作者:
项德威
郑前钢
张海波
陈铖
房娟
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
自适应
基线模型
神经网络
推进系统矩阵
机载稳态模型
描述:
为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于
神经网络
和推进系统矩阵相融合(NN-PSM)的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机
基于NN-PSM的航空发动机机载自适应稳态模型
作者:
项德威
郑前钢
张海波
陈铖
房娟
来源:
航空动力学报
年份:
2022
文献类型 :
期刊
关键词:
自适应
基线模型
神经网络
推进系统矩阵
机载稳态模型
描述:
为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于
神经网络
和推进系统矩阵相融合(NN-PSM)的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机
航空发动机气路故障诊断的SANNWA-PF算法
作者:
许梦阳
黄金泉
鲁峰
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
自适应
粒子滤波
神经网络
非高斯噪声
描述:
针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应
神经网络
权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用
<
1
>
Rss订阅
订阅地址: