基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。

航空发电机旋转整流器特征提取技术研究

作者： 冯赛   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 特征提取   数字信号处理器   航空发电机   旋转整流器   小波包分解   动态快速傅里叶变换  

描述： 航空发电机旋转整流器特征提取技术研究

国际航空网络与国际关系网络的特征提取及关联分析

作者： 秦昆   张凯   阮建平   卢宾宾   邢玲丽   叶茹琪   喻雪松   周扬   刘东海   秦育罗   来源： 同济大学学报(自然科学版) 年份： 2023 文献类型 ： 期刊 关键词： 社会网络   特征提取   国际关系网络   关联分析   国际航空网络   复杂网络  

描述： 、GDELT（全球事件、语调与语言）数据，分别构建国际航空网络、国际关系网络，基于复杂网络理论和社会网络分析方法提取2种主题网络的时空特征，并探索其关联。研究结果表明：(1) 2种网络都具有无标度特性和小

航空航天薄壁件铣削过程加工状态监测研究进展

作者： 岳彩旭   周天祥   秦怡源   王乐   胡德生   来源： 航空制造技术 年份： 2023 文献类型 ： 期刊 关键词： 特征提取   数字孪生   航空航天薄壁件   铣削颤振   刀具磨破损   铣削变形  

描述： 处理、特征提取和特征融合。归纳了学者们在薄壁件加工过程中对刀具磨破损、铣削颤振、铣削变形等具体状态监测的研究进展。基于数字孪生技术，构建了面向薄壁件铣削加工状态监测的优化系统。最后，根据现阶段本领域发展状况对薄壁件铣削加工状态监测进行了展望。

基于改进SSD的航空发动机目标缺陷检测

作者： 陈为   梁晨红   来源： 第30届中国过程控制会议（CPCC 2019） 年份： 2019 文献类型 ： 会议论文 关键词： 数据集   特征提取   卷积神经网络   凸台检测   SSD模型   聚类分析  

描述： 基于改进SSD的航空发动机目标缺陷检测

基于特征提取的航空发动机滚动轴承故障诊断

作者： 周卓峰   刘伟   喻鸣   来源： 内燃机与配件 年份： 2023 文献类型 ： 期刊 关键词： 滚动轴承   特征提取   深度信念网络   机器学习   故障诊断   旋转机械  

描述： 特征提取的滚动轴承故障诊断方法，通过特征提取获得更全面数据信息，再将深度信念网络模型用于信号识别，全方位反映航空发动机滚动轴承的运行状态。经实验验证，DBN模型在噪声环境下的平均准确率可达99%以上，具有较强的抗噪能力。

基于航空像片部分地物半自动提取技术的研究

作者： 马永刚   来源： 中国人民解放军信息工程大学 年份： 2016 文献类型 ： 学位论文 关键词： 交互式提取方法   逐点跟踪   特征提取   种子点   面状目标   目标识别   线状目标   区域增长  

描述： 该文研究的主要内容为基于航空像片以交互方式提取目标的方法,试图为数字判绘系统提供比较稳定、适应性较强的目标提取的方法.该文着重研究了道路和部分面状地物提取的理论、算法及其实现.主要提取方法如下:在线状地物提取时,首先由人工选定种子点,检测目标区的特征,?

航空电子设备故障预测特征参数提取方法研究

作者： 陈华坤   章卫国   史静平   何启志   占正勇   来源： 西北工业大学学报 年份： 2017 文献类型 ： 期刊 关键词： 故障预测和健康管理   维数估计   支持向量机   特征提取   综合模块化航电系统   极大似法   DC变换器   降噪自编码神经网络   DC  

描述： 故障特征提取是航空电子设备故障预测的关键技术,对于少量测试点的电子设备可以采用小波变换、傅里叶变换、经验模态分解等方法提取故障特征,但是由于航空电子设备属于大规模集成电路,测试点比较多,采用上述方法

基于统一网络架构的多模态航空影像质量评价研究

作者： 闫婧   武林伟   刘伟杰   韩如雪   来源： 现代电子技术 年份： 2023 文献类型 ： 期刊 关键词： 无参考模型   特征提取   卷积神经网络   特征融合   多模态数据   深度学习   网络结构   影像质量评价  

描述： 高质量无人机航空影像是目标检测、分析、识别的重要前提条件，但各类传感器成像机理不同，质量影响因素多样，往往需要根据不同模态数据的特性设计不同的网络模型，从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题，提出一种基于统一网络框架的无参考多模态影像质量评价模型，通过自适应地学习图像块内部的局部特征与图像块之间的相互关系，完成空间维度上的全局信息融合和时间维度上的时序信息融合，实现对多种模态影像数据的质量评估，进而快速有效地监测筛选采集数据的质量，提高有效数据采集效率。实验结果表明，该方法在多种模态的影像数据质量评价上具备泛用性和有效性。