首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
特征提取,图像辅助导航,特征匹配,深度学习,遥感图像配准
】搜索到相关结果
266
条
按文献类别分组
学位论文
(136)
期刊
(124)
会议论文
(6)
按栏目分组
学位论文
(136)
期刊
(124)
会议论文
(6)
按年份分组
2023
(33)
2022
(51)
2021
(43)
2020
(35)
2019
(50)
2018
(37)
2017
(9)
2016
(8)
按来源分组
哈尔滨工业大学
(9)
中国民用航空飞行学院
(7)
信号处理
(3)
测绘通报
(3)
中国电机工程学报
(3)
上海交通大学
(2)
赣南师范大学学报
(2)
电子测试
(2)
航空计算技术
(2)
现代雷达
(2)
Transactions of Nanjing University of Aeronautics and Astronautics
(2)
测控技术
(2)
经纬天地
(1)
南昌航空大学学报(自然科学版)
(1)
火力与指挥控制
(1)
雷达与对抗
(1)
飞控与探测
(1)
雷达科学与技术
(1)
电子设计工程
(1)
中国测绘科学研究院
(1)
大连海事大学
(1)
北京林业大学
(1)
测绘技术装备
(1)
贵州大学
(1)
贵州师范大学
(1)
现代电子技术
(1)
第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛
(1)
红外与毫米波学报
(1)
中国光学(中英文)
(1)
上海应用技术大学
(1)
关键词
通用航空安全风险分析研究
作者:
于思璇
来源:
南京航空航天大学
年份:
2019
文献类型 :
学位论文
关键词:
通用航空
深度学习
对应分析
可拓模型
安全管理
稀疏降噪自编码
风险预测
描述:
通用航空安全风险分析研究
民用航空发动机剩余寿命预测及维修决策研究
作者:
张曦
来源:
南京航空航天大学
年份:
2020
文献类型 :
学位论文
关键词:
维纳过程
剩余寿命
维修等级分析
深度学习
多目视觉
随机集
描述:
民用航空发动机剩余寿命预测及维修决策研究
基于数据驱动的终端区航空器异常行为检测
作者:
陈丽晶
来源:
南京航空航天大学
年份:
2021
文献类型 :
学位论文
关键词:
正则化方法
数据驱动
航空器异常行为
深度学习
能量异常
机场终端区
轨迹异常
描述:
基于数据驱动的终端区航空器异常行为检测
基于深度学习的图像分割方法在通用航空应急救援中的应用研究
作者:
王馨悦
来源:
中国民用航空飞行学院
年份:
2022
文献类型 :
学位论文
关键词:
鸟群活动图像分割
Net网络
优化U
通用航空应急救援
深度学习
图像分割
危险天气
描述:
基于深度学习的图像分割方法在通用航空应急救援中的应用研究
基于深度学习的航空图像目标检测
作者:
高子啸
来源:
中北大学
年份:
2021
文献类型 :
学位论文
关键词:
智能交通管理
图像处理
深度学习
无人机
YOLOv3
车辆检测
Tiny算法
描述:
基于深度学习的航空图像目标检测
基于LSTM的民航航线客运量和航班票价预测研究
作者:
甘国育
来源:
昆明理工大学
年份:
2021
文献类型 :
学位论文
关键词:
时间序列
长短期记忆网络
注意力机制
深度学习
客运量
机票价格
描述:
基于LSTM的民航航线客运量和航班票价预测研究
遥感图像飞机目标检测与识别关键技术研究
作者:
李冠典
来源:
长春理工大学
年份:
2022
文献类型 :
学位论文
关键词:
飞机目标高效检测
遥感图像
卷积神经网络
深度学习
目标检测
飞机区域识别网络
描述:
遥感图像飞机目标检测与识别关键技术研究
基于深度学习的航空留机导管缺陷检测研究与实现
作者:
李斐
来源:
西安电子科技大学
年份:
2022
文献类型 :
学位论文
关键词:
留机导管
R
CNN
深度学习
Faster
YOLOv4
缺陷检测
描述:
基于深度学习的航空留机导管缺陷检测研究与实现
基于深度学习的遥感图像飞机检测与分割
作者:
吴启凡
来源:
西安电子科技大学
年份:
2022
文献类型 :
学位论文
关键词:
非对称卷积
遥感图像
R
CNN
深度学习
Mask
自校准卷积
描述:
基于深度学习的遥感图像飞机检测与分割
基于SW/YOLO模型的航空发动机叶片损伤实时检测
作者:
何宇豪
曹学国
刘信良
蒋浩坤
王静秋
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
实时检测
叶片损伤
深度学习
目标检测
孔探检测
描述:
孔探检测技术是航空发动机叶片损伤检测的主要手段,但目前依赖人工操作,耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型,该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先,在主干网络加入了空间通道注意力模块(Spatial Channel / Convolutional Block Attention Module,SC/CBAM),有效避免位置信息丢失,提高目标边界回归能力,相较于YOLOv5,其平均精度均值mAP@0.5提高了5.4%。其次,在颈部网络对特征金字塔网络(Feature Pyramid Network,FPN)进行了改进,通过融合低层特征,扩大了模型感受野,有利于较小损伤区域的检测,如烧蚀损伤,平均精度提高了8.1%。最后,通过与YOLOv5,Faster R/CNN,SSD模型的对比实验,结果表明SW/YOLO模型的平均精度均值分别提高了7%,6.2%,6.3%,检测速度满足实时检测需求,有利于提高航空发动机孔探检测的自动化和智能化水平。
<
1
2
3
...
25
26
27
>
Rss订阅
订阅地址: