基于深度迁移学习的航空发动机滚动轴承故障智能诊断

作者： 张向阳   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 滚动轴承   航空发动机   卷积神经网络   机匣   深度学习   迁移学习   智能诊断  

描述： 基于深度迁移学习的航空发动机滚动轴承故障智能诊断

航空发动机诊断与参数辨识多群体协同遗传算法研究

作者： 关晓颖   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 航空发动机   滚动轴承   多群体遗传算法   自适应参数域   连接刚度   特征选择   模态分析   智能诊断   参数辨识   协同优化  

描述： 航空发动机诊断与参数辨识多群体协同遗传算法研究

基于深度学习的航空发动机齿轮故障诊断

作者： 万安平   杨洁   王景霖   陈挺   缪徐   黄佳湧   杜翔   来源： 振动.测试与诊断 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  

描述： dimensional convolutional neural network，简称1D-CNN）对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类，建立齿轮故障一维卷积神经网络模型，对航空发动机轴承进行

基于多传感器融合卷积神经网络的航空发动机轴承故障诊断

作者： 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源： 中国电机工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  

描述： 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动

基于多传感器融合卷积神经网络的航空发动机轴承故障诊断

作者： 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源： 中国电机工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  

描述： 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动

基于卷积神经网络迁移学习的飞机目标识别

作者： 杨予昊   孙晶明   虞盛康   来源： 现代雷达 年份： 2020 文献类型 ： 期刊 关键词： 小样本   卷积神经网络   飞机目标识别   迁移学习  

描述： 基于卷积神经网络迁移学习的飞机目标识别

迁移学习在航空发动机转子系统早期故障诊断中的应用研究

作者： 李谦   来源： 河南工业大学 年份： 2020 文献类型 ： 学位论文 关键词： 转子系统   滚动轴承   迁移学习   稀疏自编码   最大均值差异  

描述： 迁移学习在航空发动机转子系统早期故障诊断中的应用研究

面向装配生产线的航空发动机故障智能诊断研究

作者： 孙贵青   丁一明   马烽   宋迎军   来源： 航空维修与工程 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   装配   故障   智能诊断  

描述： 航空发动机作为高速热力旋转机械，极易发生各种故障。通过对面向航空发动机装配线的试车故障模式分析，搭建具有基于规则推理、基于案例推理等智能诊断特点的咨询式故障诊断软件，并将提取得出的知识反馈至装配环节，对机件、工艺、工装、设备等装配要素进行预先控制，以抑制故障发生，实现装配质量的提升。

基于卷积神经网络的遥感图像飞机检测

作者： 张义德   胡长雨   胡春育   来源： 光电子技术 年份： 2017 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   微调   迁移学习   飞机检测  

描述： 提出一种CNN的遥感图像飞机检测的方法。首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器。将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型。实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%以上。

基于卷积神经网络的遥感图像飞机目标识别研究

作者： 颜荔   来源： 中国科学技术大学 年份： 2018 文献类型 ： 学位论文 关键词： 遥感图像   卷积神经网络   弱监督学习   飞机目标识别   迁移学习  

描述： 基于卷积神经网络的遥感图像飞机目标识别研究