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
- 一种基于Transformer编码器与LSTM的飞机轨迹预测方法
- 作者： 李明阳 鲁之君 曹东晶 曹世翔 来源： 航天返回与遥感 年份： 2024 文献类型 ： 期刊 关键词： Transformer Encoder 轨迹预测 Transformer编码器 飞机目标 神经网络 LSTM模型
- 描述： 为了解决飞机目标机动数据集缺失的问题，文章利用运动学建模生成了丰富的轨迹数据集，为网络训练提供了必要的数据支持。针对现阶段轨迹预测运动学模型建立困难及时序预测方法难以提取时空特征的问题，提出了一种结合Transformer编码器和长短期记忆网络（Long Short Term Memory,LSTM）的飞机目标轨迹预测方法，即Transformer-Encoder-LSTM模型。新模型可同时提供LSTM和Transformer编码器模块的补充历史信息和基于注意力的信息表示，提高了模型能力。通过与一些经典神经网络模型进行对比分析，发现在数据集上，新方法的平均位移误差减小到0.22，显著优于CNN-LSTMAttention模型的0.35。相比其他网络，该算法能够提取复杂轨迹中的隐藏特征，在面对飞机连续转弯、大机动转弯的复杂轨迹时，能够保证模型的鲁棒性，提升了对于复杂轨迹预测的准确性。
- 改进的YOLOv5s遥感影像机场场面飞机小目标识别
- 作者： 张新君 赵春霖 来源： 电光与控制 年份： 2024 文献类型 ： 期刊 关键词： 坐标注意力机制 遥感影像 Transformer YOLOv5s 小目标检测 Swin
- 描述： 检测识别测试实验，改进后的YOLOv5s网络的mAP值为0.837 5,比YOLOv5s网络模型提高了0.022 5。实验结果表明，改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值，并且在训练时间上也比YOLOv5s减少了1/12。
- 航空图像超分辨率重构技术
- 作者： 李新芳 来源： 现代电子技术 年份： 2018 文献类型 ： 期刊 关键词： 航空图像 重构 超分辨率 仿真实验
- 描述： 为了过滤掉航空图像中的模糊因素,获取高质量的航空图像,提出基于先验信息的航空图像超分辨率重构方法,采用基于互信息的航空序列图像配准方法完成航空图像的配准,通过最大信息熵复原方法对配准后的图像序列进行去模糊处理,获取航空图像序列。利用小波变换方法使得图像序列内存在的冗余信息以及互补信息融合至一帧图像中,通过O-MOMS插值算法对融合后的单帧航空图像进行插值重构,获取高分辨率的航空图像。实验结果说明,所提方法重构出的航空图像更为清晰,具有较低的信噪比和较高的重构效率。
- 基于GRU模型的高机动试飞航空器轨迹预测方法研究
- 作者： 张会英 彭曼 杨地 来源： 长江信息通信 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 轨迹预测 防相撞 门控循环神经网络
- 描述： 文章利用注意力机制提取试飞运动轨迹数据中的有效信息，采用门控循环神经网络（Gated Recurrent Neural Network,GRU）模型处理时序问题，提出了一种高机动试飞航空器实时多步轨迹预测方法。在结合注意力机制和门控循环神经网络进行航迹预测的基础上，根据轨迹预测结果进行高机动试飞航空器防相撞检测，提高试飞过程中航空器飞行轨迹的可预测性，减少地面管制员的工作量，在保障试飞安全的前提下，进一步提高科研试飞效率。
- 一种用于航空发动机RUL预测的推理网络模型
- 作者： 韩光洁 史国华 缑林峰 徐甜甜 林川 来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 LSTM网络 航空发动机 寿命预测
- 描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.
- 一种用于航空发动机RUL预测的推理网络模型
- 作者： 韩光洁 史国华 缑林峰 徐甜甜 林川 来源： 小型微型计算机系统 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 LSTM网络 航空发动机 寿命预测
- 描述： 剩余使用寿命预测对于航空发动机的故障预测和健康管理至关重要.为解决传统长短期记忆网络只利用最后一步学习到的特征进行回归的问题，本文提出了一种基于注意力机制的航空发动机剩余使用寿命预测模型.利用长短期记忆网络处理航空发动机的时序数据，自动提取与时间有关的特征，采用注意力机制为不同传感器特征和不同的时间步进行了加权.此外，本文还考虑到了不同操作条件对发动机剩余使用寿命的影响，将自动提取的特征与操作条件进行了特征融合.实验结果表明，本文提出的模型能有效预测航空发动机的剩余使用寿命，为基于状态的维护提供了可靠的支持.
- 基于改进YOLOX的机场场面飞机目标检测
- 作者： 赵元棣 罗琳璐 来源： 计算机仿真 年份： 2024 文献类型 ： 期刊 关键词： 注意力机制 机场场面 飞机目标检测
- 描述： 机场场面飞机实时监控是远程塔台系统的基础。为实现对机场场面飞机目标快速而准确的检测，提出一种基于YOLOX融合注意力机制的机场场面飞机目标检测方法。在加强特征提取网络中引入卷积块注意力模块，增大对飞机目标空间位置和特征的关注度，同时利用CIoU方法计算目标框回归损失函数，并基于Tensorflow深度学习框架对YOLOX及改进模型开展对比实验。结果表明，YOLOX模型具有较高的检测精度与速度，提出的YOLOX-CT与YOLOX-CS模型的mAP0.5分别达到97.34%及97.28%,FPS值达到46及35。基于YOLOX的改进模型对飞机目标具有较高的检测效率，可保障机场运行安全、提升运行效率。