首页>
根据【关键词:注意力机制,CNN,GRU混合神经网络,LSTM混合神经网络,航迹预测,大数据,TCN】搜索到相关结果 54 条
-
基于深度学习的航空遥感图像目标检测算法研究
-
作者:
常洪彬
来源:
吉林大学
年份:
2022
文献类型 :
学位论文
关键词:
遥感图像
注意力机制
深度学习
目标检测
-
描述:
基于深度学习的航空遥感图像目标检测算法研究
-
基于散射信息增强的高分辨率SAR飞机识别方法
-
作者:
崔子涵
许银生
郑幸飞
尹逸斐
师皓
来源:
第十六届全国信号和智能信息处理与应用学术会议论文集
年份:
2022
文献类型 :
会议论文
关键词:
注意力机制
飞机识别
高分辨率
合成孔径雷达
-
描述:
基于散射信息增强的高分辨率SAR飞机识别方法
-
基于大数据的飞机试验业务综合管控架构规划与研究
-
作者:
张磊磊
杨锋
刘贡平
吴军锋
毛绍婧
来源:
第十九届中国航空测控技术年会论文集
年份:
2022
文献类型 :
会议论文
关键词:
多源异构
测试孤岛
数据建模
试验管控
大数据
-
描述:
基于大数据的飞机试验业务综合管控架构规划与研究
-
基于大数据的飞机试验业务综合管控架构规划与研究
-
作者:
张磊磊
杨锋
刘贡平
吴军锋
毛绍婧
来源:
第十九届中国航空测控技术年会论文集
年份:
2022
文献类型 :
会议论文
关键词:
多源异构
测试孤岛
数据建模
试验管控
大数据
-
描述:
基于大数据的飞机试验业务综合管控架构规划与研究
-
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。
-
YOLOv4-tiny及其改进算法在航空机务维修照相管理中的应用
-
作者:
张锐丽
张琦
高万春
李江龙
来源:
兵工自动化
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
tiny
目标检测
YOLOv4
照相管理
-
描述:
注意力机制模块以改进YOLOv4-tiny。测试结果表明:准确率(precision,P)相较原YOLOv4-tiny提高了5%,召回率(recall,R)提高约8%,平均准确率均值(mean
-
基于注意力与LSTM的航空发动机剩余寿命预测
-
作者:
王欣
孟天宇
周俊曦
来源:
科学技术与工程
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
长短期记忆网络
航空发动机
剩余寿命预测
预测性维护
-
描述:
C-MAPSS涡扇发动机仿真数据集进行实验,与未加注意力机制的长短期记忆网络等多种模型进行对比实验。实验结果表明,提到的Attention-LSTM模型的均方根误差相比较于未引入注意力机制的长短期记忆网络降低了17.8%,拟合度提升了3.2%,各项评估指标均也优于其他对比模型。
-
基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
-
作者:
袁烨
黄虹
程骋
虞文武
丁汉
来源:
中国科学:技术科学
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
生成对抗网络
特征提取
航空航天
剩余寿命预测
-
描述:
控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上
-
基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
-
作者:
袁烨
黄虹
程骋
虞文武
丁汉
来源:
中国科学:技术科学
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
生成对抗网络
特征提取
航空航天
剩余寿命预测
-
描述:
控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上
-
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