首页>
根据【关键词:遥感图像,深度学习,目标检测,YOLOv8,飞机目标】搜索到相关结果 3 条
-
基于DFECANet的遥感图像飞机目标检测方法
-
作者：
单慧琳
吕宗奎
付相为
胡宇翔
段修贤
张银胜
来源：
电子测量与仪器学报
年份：
2024
文献类型 ：
期刊
关键词：
遥感图像
特征上采样
图像处理
目标检测
多尺度特征融合
-
描述：
针对现有的遥感图像目标检测方法中对小尺寸飞机目标的检测精度不高、特征信息传递不准确、信息交互不充分等问题，提出了一种基于可辨别特征提取和上下文感知的遥感图像飞机目标检测方法。设计了以可辨别特征提取
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者：
高峰
曲建岭
袁涛
高峰娟
来源：
电子测量与仪器学报
年份：
2019
文献类型 ：
期刊
关键词：
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述：
深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者：
高峰
曲建岭
袁涛
高峰娟
来源：
电子测量与仪器学报
年份：
2019
文献类型 ：
期刊
关键词：
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述：
深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
