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
- 基于生成对抗网络的半监督遥感图像飞机检测
- 作者： 陈国炜 刘磊 郭嘉逸 潘宗序 胡文龙 来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络 目标检测 半监督学习
- 描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。
- 基于生成对抗网络的半监督遥感图像飞机检测
- 作者： 陈国炜 刘磊 郭嘉逸 潘宗序 胡文龙 来源： 中国科学院大学学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络 目标检测 半监督学习
- 描述： 遥感图像上的飞机目标检测是一件极富挑战性的工作,吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法,这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力,是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题,提出一种基于生成对抗网络(generative adversarial networks,GAN)的半监督检测方法。在遥感图像飞机目标检测中,该方法不需要标记全部用于训练的图像,只需要标记其中一小部分样本,再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中,生成器学习数据分布并生成假样本,判别器判别真假样本,同时判别器还需要从标记数据中学习类别信息。最后,判别器学习到的决策分类面不仅仅区分出标记数据,而且平行于数据分布的边界。实验证明,在存在大量可供训练的图像的基础上,减少标注数据的比例,全监督学习方法性能会大幅下降;而本文提出的半监督学习方法,由于利用了未标注的数据,能保持更好的检测性能。
- 基于半监督学习的遥感飞机图像检测方法
- 作者： 杜泽星 殷进勇 杨建 来源： 激光与光电子学进展 年份： 2019 文献类型 ： 期刊 关键词： 遥感图像 目标检测 半监督学习 生成式对抗网络
- 描述： 针对现有的基于深度学习的遥感飞机图像检测方法,在训练时需要大量的带标记数据集和较长的训练时间,本文提出了一种基于生成式对抗网络的半监督学习方法。采用两种粒度的深度卷积生成式对抗网络,分别提取了待检测目标的边缘特征信息和深层语义特征。通过结合两种粒度的生成式对抗网络的判别器网络模型,设计了目标检测网络模型。实验结果表明,本文所设计的这种半监督学习训练方法有着更快的收敛速度,并且在训练时需要的标记样本更少。
- 基于半监督学习的遥感飞机图像检测方法
- 作者： 杜泽星 殷进勇 杨建 来源： 激光与光电子学进展 年份： 2020 文献类型 ： 期刊 关键词： 遥感图像 图像处理 目标检测 半监督学习 生成式对抗网络
- 描述： 基于半监督学习的遥感飞机图像检测方法
- 面向飞机辅助动力装置在翼剩余寿命预测的性能参数扩增方法
- 作者： 刘连胜 张晗星 刘晓磊 王璐璐 梁军 来源： 仪器仪表学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络 辅助动力装置 在翼寿命 参数扩增 故障预测
- 描述： 为解决飞机辅助动力装置(APU)在翼性能参数维度低而无法获得较高准确故障预测结果的问题,提出了一种基于生成对抗网络(GAN)性能参数的扩增方法。首先,在研究GAN原理的基础上,通过网格搜索算法确定生成器与判别器的优化参数;其次,研究面向APU性能退化参数的扩增方法,为APU的剩余寿命预测提供输入参数;最后,基于中国南方航空股份有限公司机队的APU在翼监测参数,全面验证和评估所提方法的性能。基于GAN生成10维的排气温度参数通过欧几里得距离、皮尔森相关系数和KL散度度量方法进行处理,结果表明生成参数与原始参数具有较好的一致性。基于3种寿命预测方法开展的对比实验中,将生成的10维参数与原始参数共同用于APU剩余寿命预测,与仅将原始性能参数用于APU剩余寿命预测相比,平均绝对误差和均方根误差表征的预测结果准确性至少提升了8.55%和3.62%。
- 面向飞机辅助动力装置在翼剩余寿命预测的性能参数扩增方法
- 作者： 刘连胜 张晗星 刘晓磊 王璐璐 梁军 来源： 仪器仪表学报 年份： 2021 文献类型 ： 期刊 关键词： 生成对抗网络 辅助动力装置 在翼寿命 参数扩增 故障预测
- 描述： 为解决飞机辅助动力装置(APU)在翼性能参数维度低而无法获得较高准确故障预测结果的问题,提出了一种基于生成对抗网络(GAN)性能参数的扩增方法。首先,在研究GAN原理的基础上,通过网格搜索算法确定生成器与判别器的优化参数;其次,研究面向APU性能退化参数的扩增方法,为APU的剩余寿命预测提供输入参数;最后,基于中国南方航空股份有限公司机队的APU在翼监测参数,全面验证和评估所提方法的性能。基于GAN生成10维的排气温度参数通过欧几里得距离、皮尔森相关系数和KL散度度量方法进行处理,结果表明生成参数与原始参数具有较好的一致性。基于3种寿命预测方法开展的对比实验中,将生成的10维参数与原始参数共同用于APU剩余寿命预测,与仅将原始性能参数用于APU剩余寿命预测相比,平均绝对误差和均方根误差表征的预测结果准确性至少提升了8.55%和3.62%。
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.
- 基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测
- 作者： 袁烨 黄虹 程骋 虞文武 丁汉 来源： 中国科学:技术科学 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 生成对抗网络 特征提取 航空航天 剩余寿命预测
- 描述： 涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network, GAN)的生成能力与门控循环单元(Gate recurrent unit, GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.