首页>
根据【关键词:特征提取,实例分割,卷积注意力模块,基于掩模区域的卷积神经网络,深度学习,动态蛇形卷积,航空发动机保险丝】搜索到相关结果 80 条
-
基于深度置信网络的民航发动机气路故障诊断方法研究
-
作者:
李旭
来源:
哈尔滨工业大学
年份:
2019
文献类型 :
学位论文
关键词:
民航发动机
特征提取
故障诊断
多维时间序列
不均衡样本
深度置信网络
-
描述:
基于深度置信网络的民航发动机气路故障诊断方法研究
-
基于数据驱动的大飞机PDU组件故障诊断技术研究
-
作者:
司金航
来源:
西安电子科技大学
年份:
2019
文献类型 :
学位论文
关键词:
PDU
数据驱动
聚类
特征提取
故障诊断
货舱货物装载系统
WPCA
-
描述:
基于数据驱动的大飞机PDU组件故障诊断技术研究
-
基于民航订单数据的收益提升规则挖掘方法研究
-
作者:
刘涛
来源:
中国民航大学
年份:
2019
文献类型 :
学位论文
关键词:
特征提取
可疑订单识别
民航收益提升
ELM特征映射
规则挖掘
KNN分类算法
-
描述:
基于民航订单数据的收益提升规则挖掘方法研究
-
基于学习网络的航空发电机旋转整流器特征提取技术研究
-
作者:
孟飒飒
来源:
南京航空航天大学
年份:
2019
文献类型 :
学位论文
关键词:
宽度学习
特征提取
数字信号处理器
航空发电机
旋转整流器
深度置信网络
-
描述:
基于学习网络的航空发电机旋转整流器特征提取技术研究
-
遥感图像飞机目标高效搜检深度学习优化算法
-
作者:
郭琳
秦世引
来源:
北京航空航天大学学报
年份:
2019
文献类型 :
期刊
关键词:
停机坪与跑道分割
深度神经网络
深度学习
飞机目标检测
大幅面遥感图像
-
描述:
为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(DNN)的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者:
高峰
曲建岭
袁涛
高峰娟
来源:
电子测量与仪器学报
年份:
2019
文献类型 :
期刊
关键词:
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述:
深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
-
基于深度学习的航空监视方法研究
-
作者:
王艳明
王宝珠
来源:
电子测量技术
年份:
2019
文献类型 :
期刊
关键词:
航空监视
深度学习
人工智能
国土安全
俯视视角
-
描述:
我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断
-
基于征兆量偏差的航空发动机气路故障诊断研究
-
作者:
麦吾兰江·阿不都瓦衣提
屈卫东
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:
CNN
故障诊断
深度学习
征兆量偏差
基线
-
描述:
基于征兆量偏差的航空发动机气路故障诊断研究
-
基于征兆量偏差的航空发动机气路故障诊断研究
-
作者:
麦吾兰江·阿不都瓦衣提
屈卫东
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:
CNN
故障诊断
深度学习
征兆量偏差
基线
-
描述:
基于征兆量偏差的航空发动机气路故障诊断研究
-
飞机液压系统关键部件性能变化趋势预测方法研究
-
作者:
李鹏程
来源:
沈阳航空航天大学
年份:
2019
文献类型 :
学位论文
关键词:
极限学习机
深度学习
粒子群算法
趋势预测
飞机液压泵
-
描述:
飞机液压系统关键部件性能变化趋势预测方法研究