首页>
根据【关键词:注意力机制,航班延误预测,航班恢复,神经网络】搜索到相关结果 197 条
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息
-
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:
ResNet50为核心的深度卷积特征提取网络.通过设计多尺度特征提取模块,增强模型对特征的细化能力;采取SENet与ResNet残差模块进行级联的方式在模型中嵌入通道注意力机制,强化对特征图中关键通道信息
-
航空机载红外图像的车辆目标自主检测识别
-
作者:
杨雪
修吉宏
刘小嘉
罗宁
来源:
激光与红外
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
RFBs
YOLOv5
目标检测
红外图像
BiFPN
-
描述:
添加CBAM注意力机制以提升检测精度。实验结果表明:在DroneVehicle数据集上的检测效果要优于原始网络,精确率(Precision)提升2.8%,召回率(Recall)提升16%,平均精度(mAP)提升2.3%。结论:可有效应用于航空红外图像的车辆自主检测识别。
-
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:
ResNet50为核心的深度卷积特征提取网络.通过设计多尺度特征提取模块,增强模型对特征的细化能力;采取SENet与ResNet残差模块进行级联的方式在模型中嵌入通道注意力机制,强化对特征图中关键通道信息
-
航空机载红外图像的车辆目标自主检测识别
-
作者:
杨雪
修吉宏
刘小嘉
罗宁
来源:
激光与红外
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
RFBs
YOLOv5
目标检测
红外图像
BiFPN
-
描述:
添加CBAM注意力机制以提升检测精度。实验结果表明:在DroneVehicle数据集上的检测效果要优于原始网络,精确率(Precision)提升2.8%,召回率(Recall)提升16%,平均精度(mAP)提升2.3%。结论:可有效应用于航空红外图像的车辆自主检测识别。
-
-
作者:
刘科文
乐洪博
王宇宁
谢大叶
来源:
新技术新工艺
年份:
2024
文献类型 :
期刊
关键词:
代理模型
微动磨损
导线
峰值载荷
神经网络
振动试验
-
描述:
-
-
作者:
刘科文
乐洪博
王宇宁
谢大叶
来源:
新技术新工艺
年份:
2024
文献类型 :
期刊
关键词:
代理模型
微动磨损
导线
峰值载荷
神经网络
振动试验
-
描述:
-
一种基于Transformer编码器与LSTM的飞机轨迹预测方法
-
作者:
李明阳
鲁之君
曹东晶
曹世翔
来源:
航天返回与遥感
年份:
2024
文献类型 :
期刊
关键词:
Transformer
Encoder
轨迹预测
Transformer编码器
飞机目标
神经网络
LSTM模型
-
描述:
LSTM和Transformer编码器模块的补充历史信息和基于注意力的信息表示,提高了模型能力。通过与一些经典神经网络模型进行对比分析,发现在数据集上,新方法的平均位移误差减小到0.22,显著优于