基于深度学习的离场航空器滑行时间预测（英文）

作者： 李楠   焦庆宇   朱新华   王少聪   来源： Transactions of Nanjing University of Aeronautics and Astronautics 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   场面运行   滑行时间   深度学习   航空运输  

描述： 起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural

基于编解码网络的航空影像像素级建筑物提取

作者： 陈凯强   高鑫   闫梦龙   张跃   孙显   来源： 遥感学报 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   建筑物提取   深度学习   遥感   航空影像  

描述： 建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器,导致精度较低。本文基于编解码结构的卷积神经网络CNN (Convolutional Neural

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究

民航运输机尾流探测与识别技术研究

作者： 段英捷   来源： 中国民用航空飞行学院 年份： 2021 文献类型 ： 学位论文 关键词： 激光多普勒雷达   卷积神经网络   空中交通管制   深度学习   尾流间隔  

描述： 民航运输机尾流探测与识别技术研究

基于状态监测数据的航空发动机剩余寿命在线预测

作者： 李航   张洋铭   来源： 南京航空航天大学学报 年份： 2021 文献类型 ： 期刊 关键词： Wiener过程   航空发动机   状态监测   隐含退化建模   剩余寿命预测  

描述： 针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程

基于CAE与LSTM的航空发动机剩余寿命预测

作者： 王旭   艾红   来源： 北京信息科技大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 卷积自编码器   航空发动机   长短期记忆   健康因子   剩余寿命预测  

描述： 通过深度学习方法构建航空发动机的健康状况评估模型,并在此模型基础上进行剩余寿命预测。基于卷积自编码器构建航空发动机的健康因子(health indicator,HI),以其HI值反映健康状况;通过

基于改进GRU的航空发动机剩余寿命预测

作者： 车畅畅   王华伟   倪晓梅   付强   来源： 航空计算技术 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   时间序列预测   性能退化分析   GRU神经网络   剩余寿命预测  

描述： 针对航空发动机状态参数多样且非线性相关、退化过程复杂的特点,提出了基于改进GRU(Gated Recurrent Units)神经网络的航空发动机剩余寿命预测模型。模型具有多层的GRU神经网络,将多

基于深度学习的光学遥感图像飞机检测算法

作者： 董永峰   仉长涛   汪鹏   冯哲   来源： 激光与光电子学进展 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   图像处理   目标检测   深度学习   Mask   RCNN算法  

描述： 光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。