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:
连续小波变换,时频图,飞机目标分类,卷积神经网络,迁移学习
】搜索到相关结果
338
条
按文献类别分组
学位论文
(262)
期刊
(68)
会议论文
(8)
按栏目分组
学位论文
(262)
期刊
(68)
会议论文
(8)
按年份分组
2025
(3)
2024
(24)
2023
(81)
2022
(35)
2021
(44)
2020
(75)
2019
(47)
2018
(25)
2017
(4)
按来源分组
中国民用航空飞行学院
(30)
长安大学
(20)
南京航空航天大学
(20)
哈尔滨工业大学
(14)
中国民航大学
(14)
西安电子科技大学
(14)
电子科技大学
(14)
沈阳工业大学
(8)
南京林业大学
(8)
国防科技大学
(6)
河南大学
(6)
河北工业大学
(4)
沈阳航空航天大学
(4)
华中科技大学
(4)
兰州交通大学
(2)
数学的实践与认识
(2)
河南工业大学
(2)
光学学报
(2)
中国科学技术大学
(2)
机电工程技术
(1)
计算机集成制造系统
(1)
光子学报
(1)
光电工程
(1)
兵工学报
(1)
飞机设计
(1)
舰船电子对抗
(1)
信阳师范学院学报(自然科学版)
(1)
光电子技术
(1)
现代雷达
(1)
计算机仿真
(1)
关键词
基于案例推理的民航发动机故障诊断研究
作者:
郭龙飞
来源:
中国民航大学
年份:
2020
文献类型 :
学位论文
关键词:
民航发动机
卷积神经网络
故障诊断
大间隔近邻算法
粗糙集
案例推理
描述:
基于案例推理的民航发动机故障诊断研究
基于遥感图像飞行器目标的细分类方法研究
作者:
曾妍庆
来源:
国防科技大学
年份:
2020
文献类型 :
学位论文
关键词:
遥感图像
卷积神经网络
前背景分割
飞行器细分类
特征度量
混淆社区
描述:
基于遥感图像飞行器目标的细分类方法研究
深度学习在军用飞机识别与检测中的应用
作者:
黄蓉蓉
来源:
兰州大学
年份:
2020
文献类型 :
学位论文
关键词:
卷积神经网络
计算机视觉
数据增强
目标检测
深度学习
军用飞机
图像识别
描述:
深度学习在军用飞机识别与检测中的应用
基于EMD-PCA-SVD-CNN的航空发动机滚动轴承故障诊断研究
作者:
任延涛
来源:
山东航空学院学报
年份:
2025
文献类型 :
期刊
关键词:
航空发动机
滚动轴承
奇异值分解
卷积神经网络
故障诊断
经验模态分解
描述:
基于EMD-PCA-SVD-CNN的航空发动机滚动轴承故障诊断研究
基于神经网络的航空行李点云检测方法研究
作者:
翁博文
胡丹丹
罗其俊
来源:
电子世界
年份:
2020
文献类型 :
期刊
关键词:
随机梯度下降法
测试数据集
点云特征
卷积神经网络
点云数据
云检测
三层感知机
全局特征
多层感知机
描述:
针对航空旅客托运行李相似度高、几何特征强、材质复杂等特点,提出一种基于多层神经网络的航空行李点云检测方法。该方采用MLP结构对点云的全局特征进行描述,并针对点云的几何特征引入X-Conv卷积以增强对边缘点云的几何描述,增强网络对空洞点云的识别能力。通过在某机场现场采集的行李点云数据集验证了该方法的准
一种基于级联神经网络的飞机检测方法
作者:
王晓林
苏松志
刘晓颖
蔡国榕
李绍滋
来源:
智能系统学报
年份:
2021
文献类型 :
期刊
关键词:
嵌入式设备
遥感图像
级联
卷积神经网络
两阶段
深度学习
飞机检测
由粗到细
描述:
到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的
卷积神经网络
来解决飞机检测问题。该网络采用了由粗到
改进YOLO V3遥感图像飞机识别应用
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
描述:
,改进为一种Dense-YOLO深度
卷积神经网络
结构。对改进前与改进后的网络进行训练,分别选出使两个网络识别效果最好的权重文件,针对高质量遥感图像与过度曝光、云雾遮挡等低质量遥感图像分别进行测试与分析
基于统一网络架构的多模态航空影像质量评价研究
作者:
闫婧
武林伟
刘伟杰
韩如雪
来源:
现代电子技术
年份:
2023
文献类型 :
期刊
关键词:
无参考模型
特征提取
卷积神经网络
特征融合
多模态数据
深度学习
网络结构
影像质量评价
描述:
高质量无人机航空影像是目标检测、分析、识别的重要前提条件,但各类传感器成像机理不同,质量影响因素多样,往往需要根据不同模态数据的特性设计不同的网络模型,从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题,提出一种基于统一网络框架的无参考多模态影像质量评价模型,通过自适应地学习图像块内部的局部特征与图像块之间的相互关系,完成空间维度上的全局信息融合和时间维度上的时序信息融合,实现对多种模态影像数据的质量评估,进而快速有效地监测筛选采集数据的质量,提高有效数据采集效率。实验结果表明,该方法在多种模态的影像数据质量评价上具备泛用性和有效性。
<
1
2
3
...
33
34
>
Rss订阅
订阅地址: