BP神经网络在航空复合材料敲击检测中的应用

作者： 高志列   李艳军   曹愈远   王广侃   来源： 航空计算技术 年份： 2017 文献类型 ： 期刊 关键词： BP神经网络   敲击检测   数据处理   航空复合材料  

描述： 随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多。提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法。首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后

基于深度卷积神经网络的航空器检测与识别

作者： 俞汝劼   杨贞   熊惠霖   来源： 计算机应用 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   目标检测识别   航空器检测  

描述： %的工作点上达到了79.2%的精确率,分类网络的实时性达到平均每张0.972 s,Top-1错误率为13%。所提框架在军用机场大尺寸卫星图像中航空器检测识别的具体应用问题上提出了新的解决思路,同时保证了实时性和算法精度。

中航复材科技研发航空绿色复合材料

作者： 欧洋   来源： 中国航空报 年份： 2017 文献类型 ： 报纸 关键词： 力学性能   植物纤维   芳纶   纤维纸   航空工业   生物质   固化动力学   树脂基复合材料   导电复合材料   航空复合材料  

描述： 近日，由航空工业中航复材（北京）科技有限公司（以下简称“中航复材科技”）研发的植物纤维混杂纸蜂窝芯登上《中国科学：技术科学》（Science China Technological Sciences）英文版杂志封面，杂志还刊登了中航复材科技论文《基于松香酸酐固化剂的生物质复合材料的力学性能

全文：近日，由航空工业中航复材（北京）科技有限公司（以下简称“中航复材科技”）研发的植物纤维混杂纸蜂窝芯登上《中国科学：技术科学》（Science China Technological Sciences）英文版杂志封面，杂志还刊登了中航复材科技论文《基于松香酸酐固化剂的生物质复合材料的力学性能

中航复材科技研发航空绿色复合材料

作者： 欧洋   来源： 中国航空报 年份： 2017 文献类型 ： 报纸 关键词： 力学性能   植物纤维   芳纶   纤维纸   航空工业   生物质   固化动力学   树脂基复合材料   导电复合材料   航空复合材料  

描述： 近日，由航空工业中航复材（北京）科技有限公司（以下简称“中航复材科技”）研发的植物纤维混杂纸蜂窝芯登上《中国科学：技术科学》（Science China Technological Sciences）英文版杂志封面，杂志还刊登了中航复材科技论文《基于松香酸酐固化剂的生物质复合材料的力学性能

全文：近日，由航空工业中航复材（北京）科技有限公司（以下简称“中航复材科技”）研发的植物纤维混杂纸蜂窝芯登上《中国科学：技术科学》（Science China Technological Sciences）英文版杂志封面，杂志还刊登了中航复材科技论文《基于松香酸酐固化剂的生物质复合材料的力学性能

遥感图像飞机目标分类的卷积神经网络方法

作者： 周敏   史振威   丁火平   来源： 中国图象图形学报 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   可见光遥感   飞机   分类  

描述： 飞机目标分类问题。方法在缺乏公开数据集的情况下,收集了真实可见光遥感图像中的8种飞机数据,按大致4∶1的比例分为训练集和测试集,并对训练集进行合理扩充。然后针对遥感图像与飞机分类的特殊性,结合深度学习

基于民航陆空对话的语音识别关键技术研究

作者： 张志辉   来源： 中国民航大学 年份： 2017 文献类型 ： 学位论文 关键词： 受限制玻尔兹曼机   声学模型   深度学习   民航陆空对话   语音识别  

描述： 民航陆空对话语音指令的正确识别一直是确保航空器飞行安全的关键问题。近年来,由陆空对话问题导致的民航安全事故时有发生,给民航安全带来严重威胁。因此如何在现有条件下探索降低陆空对话风险的新方法,保障陆空对话指令的正确传输,成为一个有待解决的重要问题。近年来,语音识别技术一直是模式识别领域的研究热点并被广泛应用于诸多领域。本文通过对民航陆空对话的应用场景和特点进行分析,将语音识别技术应用到民航陆空对话领域,并结合深度神经网络(DNN)来解决民航陆空对话语音识别中的关键技术问题。为解决陆空对话的噪声问题,本文以真实的陆空对话为实验数据,对比了四种不同的降噪处理方法。实验结果表明,在该语料库下改进的谱减算法具有更好的降噪效果。在搭建语音识别系统的过程中,本文使用的语料库是以飞行员和管制员日常陆空对话的内容为蓝本,聘请管制专业人员录制的。使用该语料库分别搭建GMM-HMM单音素和三音素模型,并将三音素模型改进的结果作为DNN-HMM模型训练的标签,成功搭建DNN-HMM的声学模型。实验结果表明,DNN-HMM模型较GMM-HMM模型在基于民航陆空对话数据的音素识别中具有更强的建模能力。

基于民航陆空对话的语音识别关键技术研究

作者： 张志辉   来源： 中国民航大学 年份： 2017 文献类型 ： 学位论文 关键词： 受限制玻尔兹曼机   声学模型   深度学习   民航陆空对话   语音识别  

描述： 民航陆空对话语音指令的正确识别一直是确保航空器飞行安全的关键问题。近年来,由陆空对话问题导致的民航安全事故时有发生,给民航安全带来严重威胁。因此如何在现有条件下探索降低陆空对话风险的新方法,保障陆空对话指令的正确传输,成为一个有待解决的重要问题。近年来,语音识别技术一直是模式识别领域的研究热点并被广泛应用于诸多领域。本文通过对民航陆空对话的应用场景和特点进行分析,将语音识别技术应用到民航陆空对话领域,并结合深度神经网络(DNN)来解决民航陆空对话语音识别中的关键技术问题。为解决陆空对话的噪声问题,本文以真实的陆空对话为实验数据,对比了四种不同的降噪处理方法。实验结果表明,在该语料库下改进的谱减算法具有更好的降噪效果。在搭建语音识别系统的过程中,本文使用的语料库是以飞行员和管制员日常陆空对话的内容为蓝本,聘请管制专业人员录制的。使用该语料库分别搭建GMM-HMM单音素和三音素模型,并将三音素模型改进的结果作为DNN-HMM模型训练的标签,成功搭建DNN-HMM的声学模型。实验结果表明,DNN-HMM模型较GMM-HMM模型在基于民航陆空对话数据的音素识别中具有更强的建模能力。