全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于新型深度神经网络的民机表面缺陷识别
- 作者： 张德银 陈从翰 黄选红 徐志强 来源： 计算技术与自动化 年份： 2020 文献类型 ： 期刊 关键词： 深度神经网络 表面缺陷识别 Inception Net 残差 民航飞机
- 描述： 为解决机务人员依靠经验来对民航飞机的表面缺陷进行识别时易发生误判的问题,开发了一种用于民机表面的缺陷识别的结合Inception-net和残差模块的新型深度神经网络。首先,通过对各机场的在修飞机表面
- 基于多尺度U-Net与Transformer特征融合的航空遥感图像飞机检测方法
- 作者： 张善文 邵彧 李萍 令伟锋 来源： 弹箭与制导学报 年份： 2024 文献类型 ： 期刊 关键词： Transformer Net与Transformer 航空遥感图像飞机检测 多尺度U Net
- 描述： 航空遥感图像(ARSI)飞机检测一直是一个重要且具有挑战性的课题。针对现有ARSI飞机检测方法(ARSIAD)检测目标的边缘模糊、小目标的检测精度低、没有充分利用ARSI的全局上下文信息等问题，提出一种基于多尺度U-Net与Transformer (MSU-Trans)特征融合的ARSIAD方法。通过多尺度卷积模块Inception提取ARSI中多样性目标的分类特征，通过Transformer增强模型的全局语义检测性能，通过特征融合模块整合高层和低层特征，得到航空目标图像完整的边缘和纹理特征。该模型结合多尺度U-Net较强的局部特征提取能力和Transformer较强的全局上下文依存关系提取能力，进而提高MSU-Trans的整体检测性能。在ARSI集上的试验表明，与U-Net、多尺度U-Net、注意力U-Nets相比，MSU-Trans具有较高的检测精度，精度超过95%,该方法为ARSIAD提供一定的技术支撑。
- 不同结构深度神经网络的时间域航空电磁数据成像性能分析
- 作者： 李金峰 刘云鹤 来源： 世界地质 年份： 2020 文献类型 ： 期刊 关键词： 电磁数据 地球物理 成像 深度神经网络
- 描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。
- 不同结构深度神经网络的时间域航空电磁数据成像性能分析
- 作者： 李金峰 刘云鹤 来源： 世界地质 年份： 2021 文献类型 ： 期刊 关键词： 电磁数据 地球物理 成像 深度神经网络
- 描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。
- DNN加速器技术发展及航空计算系统应用展望
- 作者： 赵一煊 刘飞阳 高晗 王建生 来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 智能计算 深度神经网络 航空电子系统 硬件加速器
- 描述： 新一代航空计算系统将以高性能智能数据处理为核心，能够支撑智能化的图像/雷达目标识别、大数据分析、指控决策、故障自诊断等多种应用场景。深度神经网络硬件加速器是面向人工智能领域专用的硬件加速平台，能够
- 基于深度神经网络的航空叶片表面缺陷检测算法
- 作者： 苏宝华 张吟龙 张男 冯选 来源： 光电子·激光 年份： 2025 文献类型 ： 期刊 关键词： 损失函数 深度神经网络 缺陷检测 注意力模型
- 描述： 基于深度神经网络的航空叶片表面缺陷检测算法
- 大型机场滑行道航空器交通流特性仿真
- 作者： 薛清文 陆键 姜雨 来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 元胞传输模型(CTM) 交通流 相态演变 滑行道 Net Logo
- 描述： 滑行道是连接跑道和停机坪的纽带,是大型机场航空器场面运行的关键资源。随着场面航空器数量的不断增加,航空器在滑行道区域涌现出特有的交通流特性。基于滑行道航空器运行规则,结合元胞传输模型(CTM),建立宏观的滑行道航空器交通流元胞传输模型,在NetLogo系统动力学仿真平台的基础上,以中国某大型机场滑行道航空器运行为例对模型进行验证,推理滑行道交通流基本参数之间的关系和相变特征。研究表明,滑行道交通流在自由流、同步流和阻塞流3种相态中演变,其中在同步流相态中,随着密度增加,流量从0.15降至0.10架次/min,速度从20降至7.64m/s,说明流量和速度参数对于密度的变化十分敏感。当离场率与进场率的比例从0.2降至0.15时,3种相态下的临界流量从0.15、0.10降至0.13、0.05架次/min;临界速度在自由流不变,同步流和阻塞流中依次从7.64、1.07降至0.88、0.25m/s;临界密度在自由流由0.50降至0.46架次/km,而在同步流阻塞流中依次从0.88、6.21增加至3.77、13.17架次/km。本研究揭示滑行道交通流拥堵演变机理,为制定科学合理的滑行道管理控制策略提供理论基础。
- 基于深度学习域适应的飞机结冰图像气泡提取方法
- 作者： 赵红梅 彭博 周志宏 易贤 来源： 南京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 气泡提取 U Attention 图像分割 域适应 动态结冰 Net
- 描述： 针对采用深度学习方法提取结冰显微图像中的气泡需要大量标注数据，但人工标注气泡任务较为困难的问题，提出了一种基于风格迁移网络CycleGAN和图像分割网络Attention U-Net的域适应提取方法。该方法通过程序模拟气泡形态生成的图像为源域，结冰显微图像为目标域，通过CycleGAN将源域图像转为目标域风格，采用风格转换后的源域数据集训练Attention U-Net网络。通过对比实验对无标注结冰图像和少量标注图像两种情况进行验证。实验结果表明，在无标注图像的情况下，可实现无监督的结冰显微图像的气泡提取；在只有少量标注图像的情况下，该方法可实现更精确的气泡提取。