首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
航空图像,注意力机制,高效目标检测,卷积神经网络
】搜索到相关结果
106
条
按文献类别分组
学位论文
(300)
会议论文
(116)
期刊
(106)
按栏目分组
学位论文
(300)
会议论文
(116)
期刊
(106)
按年份分组
2025
(8)
2024
(51)
2023
(106)
2022
(47)
2021
(63)
2020
(70)
2019
(46)
2018
(21)
2017
(4)
2016
(106)
按来源分组
中国民用航空飞行学院
(50)
中国民航大学
(24)
西安电子科技大学
(14)
电子科技大学
(12)
南京航空航天大学
(12)
华东师范大学
(10)
长安大学
(10)
北京邮电大学
(6)
西安理工大学
(6)
河南大学
(6)
国防科技大学
(4)
计算机仿真
(3)
振动与冲击
(3)
第十六届全国信号和智能信息处理与应用学术会议论文集
(2)
吉林大学
(2)
小型微型计算机系统
(2)
中国科学院长春光学精密机械与物理研究所
(2)
现代电子技术
(2)
计算机应用
(2)
中国科学院大学(中国科学院沈阳计算技术研究所)
(2)
航空科学技术
(2)
电讯技术
(1)
科技和产业
(1)
光学精密工程
(1)
航空维修与工程
(1)
长江信息通信
(1)
电子测量与仪器学报
(1)
航空动力学报
(1)
计算机工程与应用
(1)
吉林大学学报(理学版)
(1)
关键词
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
基于深度学习的航空电磁反演方法研究
作者:
李思平.
来源:
长江大学
年份:
2023
文献类型 :
学位论文
关键词:
卷积神经网络
深度学习
ResNetINV网络
航空电磁反演
描述:
基于深度学习的航空电磁反演方法研究
融合注意力和多尺度特征的航空发动机缺陷检测
作者:
赵崇林
朱江
胡永进
李祖泽
王鹏举
谢涛
来源:
北京航空航天大学学报
年份:
2023
文献类型 :
期刊
关键词:
注意力机制
航空发动机
YOLOv5
深度学习
缺陷检测
描述:
航空发动机的结构完整性关乎飞行安全。目前基于孔探技术的航空发动机缺陷检测以人工操作为主。为提高检测精度和效率,提出了一种融合注意力和多尺度特征的航空发动机缺陷智能检测算法,以辅助孔探工作。首先,针对原始孔探图像中缺陷样本的类别不平衡问题,采用了一种基于几何变换和泊松图像编辑的多样本融合数据增强方法,丰富小样本图像并构建缺陷数据集。然后,在基准网络YOLOv5中融入协调注意力模块(CA),以强调缺陷特征的提取,增强网络对缺陷目标和复杂背景的区分。在颈部网络中构建加权双向特征金字塔结构(BiFPN),以完成更高层次的特征融合,提升对多尺度目标的表达能力。最后,将边界框回归损失函数定义为EIOU损失,实现对缺陷目标快速、准确地定位和识别。实验结果表明,本文算法检测缺陷的平均精确度达到了89.7%,较基准网络提升了6.3%,训练后的模型大小仅为14.0M。因此,所提方法可以有效地检测航空发动机的主要缺陷。
一种基于TCN-LGBM的航空发动机气路故障诊断方法
作者:
吕卫民
孙晨峰
任立坤
赵杰
李永强
来源:
兵工学报
年份:
2023
文献类型 :
期刊
关键词:
轻量级梯度提升机
注意力机制
航空发动机
故障诊断
时间卷积神经网络
描述:
长时间工作在高温高压、强振动等恶劣气路环境下的航空发动机经常面临部件疲劳、腐蚀和性能退化的问题,且其故障诊断时序逻辑性不强、故障参数耦合较深等特点十分明显,为此提出一种基于时间
卷积神经网络
(TCN
<
1
2
3
4
5
6
...
9
10
11
>
Rss订阅
订阅地址: