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
- 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法
- 作者： 何振华 刘桂雄 黎文富 来源： 电子测量技术 年份： 2025 文献类型 ： 期刊 关键词： 缺陷评估 语义分割 U 航空发动机涡轮叶片 Net
- 描述： 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法
- 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法
- 作者： 何振华 刘桂雄 黎文富 来源： 电子测量技术 年份： 2025 文献类型 ： 期刊 关键词： 缺陷评估 语义分割 U 航空发动机涡轮叶片 Net
- 描述： 面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法
- 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
- 基于时空特征的航空发动机剩余使用寿命预测
- 作者： 徐震震 薛林 马凯 杨玉迪 来源： 电子测量技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 深度学习 时间特征 剩余寿命预测 空间特征
- 描述： 航空发动机作为一种高精密机械部件，对飞机性能和可靠性有重要影响。准确的剩余寿命预测可以降低维修成本，减少安全事故的发生。现有的预测方法只关注传感器数据之间的时间关系，忽略了传感器之间的空间关系。本文提出了一种时空特征融合的网络模型，利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征，运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证，子数据集FD001的RMSE为12.81,Score为252.04,实验结果表明，该方法相对于其他预测方法，预测精度更高。