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
- 基于深度学习的航空发动机故障融合诊断
- 作者： 车畅畅 王华伟 倪晓梅 洪骥宇 来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 故障诊断 深度学习 抗干扰能力 决策融合
- 描述： 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机的大量性能参数,首先利用深度学习算法提取出性能参数中的隐藏特征,得出故障分类置信度;然后对多次故障分类结果进行决策融合,从而得出更准确的诊断结果。将普惠JT9D-74R发动机故障系数用于数据仿真,通过实例验证本文提出算法的有效性;算例计算结果表明:多次实验结果经数据融合提高了可信度,该模型具有较高的故障分类诊断准确性和抗干扰能力。
- 基于深度学习的航空发动机传感器故障检测
- 作者： 刘云龙 谢寿生 郑晓飞 边涛 来源： 传感器与微系统 年份： 2018 文献类型 ： 期刊 关键词： 飞参数据 深度学习 故障检测 深度置信网络 航空发动机传感器
- 描述： 针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测。仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型。
- 面向民航陆空通话的语音识别技术研究
- 作者： 王佳文 来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 语种识别 民航陆空通话 深度学习 迁移学习 语音识别
- 描述： 面向民航陆空通话的语音识别技术研究
- 基于特征表示的民航地空对讲系统干扰检测技术研究
- 作者： 乔涛 来源： 西安电子科技大学 年份： 2018 文献类型 ： 学位论文 关键词： 干扰检测 BP神经网络 深度学习 特征表示 民航地空对讲系统
- 描述： 基于特征表示的民航地空对讲系统干扰检测技术研究
- 基于深度学习的航空发动机异常检测方法研究
- 作者： 张光耀 来源： 哈尔滨工业大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发动机 特征提取 深度学习 健康管理 异常检测
- 描述： 基于深度学习的航空发动机异常检测方法研究
- 面向持续适航的航空器运行风险研究
- 作者： 倪晓梅 来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 不安全事件 运行风险 深度学习 风险管理 持续适航
- 描述： 面向持续适航的航空器运行风险研究
- 基于深度学习的飞机分类算法研究
- 作者： 孙振华 来源： 东南大学 年份： 2018 文献类型 ： 学位论文 关键词： 集成学习 卷积神经网络 深度学习 飞机分类 多标签
- 描述： 基于深度学习的飞机分类算法研究
- 基于深度学习的航空传感器故障诊断方法
- 作者： 郑晓飞 郭创 姚斌 冯华鑫 来源： 计算机工程 年份： 2018 文献类型 ： 期刊 关键词： 信号重构 故障诊断 深度学习 航空传感器 深度置信网络 故障隔离
- 描述： 为解决传统神经网络进行传感器故障诊断时存在的过拟合、泛化能力有限等问题,提出一种基于深度置信网络观测器的航空传感器故障诊断方法。利用深度置信网络替代浅层神经网络,在优化网络结构的基础上,给出深度置信网络隐层节点数选取的递推公式,构建深度置信网络状态观测器。离线训练时,利用飞行数据训练深度置信网络观测器。在线诊断时,通过比较观测器输出值与实际输出值判断故障类型,并给出3种故障隔离与信号重构方法。仿真结果表明,与BP神经网络观测器相比,该方法能够快速准确地进行故障诊断与隔离,并且完成信号重构。
- 一种基于改进堆栈自动编码器的航空发电机旋转整流器故障特征提取方法
- 作者： 崔江 唐军祥 龚春英 张卓然 来源： 中国电机工程学报 年份： 2018 文献类型 ： 期刊 关键词： 特征提取 航空发电机 旋转整流器 深度学习 灰色关联度分析 自编码机
- 描述： 提出一种基于灰色关联度分析优化堆栈自动编码器的故障特征自适应提取方法,并用于航空发电机的旋转整流器二极管故障诊断中。首先,采集发电机交流励磁机励磁电流信号;其次,借助灰色关联度和深度学习理论对堆栈编码器网络进行训练学习,以确立其较优的网络结构,通过该网络可以自适应地从励磁电流信号中提取故障特征;训练完毕,借助于支持向量机(support vector machine,SVM)分类器实施故障诊断。对所提方法与快速傅里叶变换方法进行了仿真和物理实验,并对分类性能进行比较。结果表明,所提方法自动化程度高,自适应性能好,所提取的特征用SVM评估可以取得很好的分类效果。