基于隶属度和LMK-ELM的航空电子部件诊断方法

作者： 朱敏   许爱强   李睿峰   戴金玲   来源： 航空学报 年份： 2019 文献类型 ： 期刊 关键词： 模糊C均值聚类   局部多核学习   故障诊断   超限学习机  

描述： 为提高航空电子部件模块级故障诊断精度，提出一种新的面向“软聚类”的局部多核学习（LMKL）-超限学习机（ELM）离线诊断方法。通过引入模糊C均值聚类对样本空间进行模糊划分，挖掘聚类内部多样性的同时

试分析航空发动机故障诊断技术

作者： 张栋善   赵成   来源： 中国新通信 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   技术   故障诊断  

描述： 航空发动机中对故障进行维修的最重要的一个技术就是故障诊断技术。这项技术对故障航空发动机的整个过程具有指导作用,能够对其进行维护。本文对航空发动机故障进行分析,讲述了航空发动机的故障分类,重点讲述航空发动机故障诊断技术,希望可以保障航空事业稳步向前。

某型飞机武器发控通道测点选择方法及应用

作者： 吕晓峰   周德云   马羚   来源： 电光与控制 年份： 2019 文献类型 ： 期刊 关键词： 武器发射控制   故障诊断   启发式函数   测点选择  

描述： 测点选择是故障诊断的前提。通过对信号和故障模式之间关系的分析,建立了武器发控通道系统关系模型和相关性矩阵,以构造衡量测点优劣程度的启发式函数为基础,设计了一种启发式测试优化方案,运用遗传算法求解最佳测点集。仿真结果表明,该方案能够有效地提高某型飞机武器发控通道故障诊断效率。

人工智能在航空装备故障诊断中的应用

作者： 贾晓霞   谢登峰   来源： 2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会 年份： 2019 文献类型 ： 会议论文 关键词： 故障诊断   人工智能   特征向量   知识图谱  

描述： 人工智能在航空装备故障诊断中的应用

基于迁移深度降噪自动编码器的飞机关键机械部件故障诊断方法

作者： 李兴球   姜洪开   王瑞欣   吴正红   来源： 第十三届全国振动理论及应用学术会议 年份： 2019 文献类型 ： 会议论文 关键词： 迁移深度降噪自动编码器   标签数据缺少   飞机关键机械部件   故障诊断  

描述： 基于迁移深度降噪自动编码器的飞机关键机械部件故障诊断方法

人工智能在航空装备故障诊断中的应用

作者： 贾晓霞   谢登峰   来源： 2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会 年份： 2019 文献类型 ： 会议论文 关键词： 故障诊断   人工智能   特征向量   知识图谱  

描述： 人工智能在航空装备故障诊断中的应用

基于迁移深度降噪自动编码器的飞机关键机械部件故障诊断方法

作者： 李兴球   姜洪开   王瑞欣   吴正红   来源： 第十三届全国振动理论及应用学术会议 年份： 2019 文献类型 ： 会议论文 关键词： 迁移深度降噪自动编码器   标签数据缺少   飞机关键机械部件   故障诊断  

描述： 基于迁移深度降噪自动编码器的飞机关键机械部件故障诊断方法

基于Elman神经网络的航空发动机故障诊断研究

作者： 尹玥   来源： 中国民航大学 年份： 2019 文献类型 ： 学位论文 关键词： 航空发动机   万有引力算法   故障诊断   Elman神经网络  

描述： 基于Elman神经网络的航空发动机故障诊断研究

基于Elman神经网络的航空发动机故障诊断研究

作者： 尹玥   来源： 中国民航大学 年份： 2019 文献类型 ： 学位论文 关键词： 航空发动机   万有引力算法   故障诊断   Elman神经网络  

描述： 基于Elman神经网络的航空发动机故障诊断研究

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。