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 6 条
-
基于相关向量机的SAR图像飞机目标分类方法研究
-
作者:
张维坤
叶伟
李国靖
来源:
电子测量技术
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
相关向量机
飞机目标
SAR图像
-
描述:
随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。
-
基于相关向量机的SAR图像飞机目标分类方法研究
-
作者:
张维坤
叶伟
李国靖
来源:
电子测量技术
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
相关向量机
飞机目标
SAR图像
-
描述:
随着合成孔径雷达(SAR)成像技术的发展,SAR图像的数据处理和图像分类工作近年来成为研究热点。在本文中,将相关向量机(RVM)应用于SAR图像目标分类识别,对3类飞机仿真目标进行分类,从分类正确率、分类时间、泛化能力和鲁棒性方面全面考察其性能。与支持向量机(SVM)相比,相关向量机没有多余的参数调整,核函数不需要满足Mercer条件,可以获得更多的稀疏模型。仿真结果表明,在对3种类型的飞机仿真目标进行分类的情况下,使用RVM方法总体分类性能略高于SVM。
-
基于时空特征的航空发动机剩余使用寿命预测
-
作者:
徐震震
薛林
马凯
杨玉迪
来源:
电子测量技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
深度学习
时间特征
剩余寿命预测
空间特征
-
描述:
提出了一种时空特征融合的网络模型,利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征,运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证,子数据集FD001的RMSE为12.81,Score为252.04,实验结果表明,该方法相对于其他预测方法,预测精度更高。
-
基于时空特征的航空发动机剩余使用寿命预测
-
作者:
徐震震
薛林
马凯
杨玉迪
来源:
电子测量技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
深度学习
时间特征
剩余寿命预测
空间特征
-
描述:
提出了一种时空特征融合的网络模型,利用图卷积神经网络和长短时记忆网络分别提取空间特征和时间特征,运用并行结构将时间特征与空间特征融合。在CMAPSS数据集上进行验证,子数据集FD001的RMSE为12.81,Score为252.04,实验结果表明,该方法相对于其他预测方法,预测精度更高。
-
基于深度学习的航空监视方法研究
-
作者:
王艳明
王宝珠
来源:
电子测量技术
年份:
2019
文献类型 :
期刊
关键词:
航空监视
深度学习
人工智能
国土安全
俯视视角
-
描述:
我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断
-
基于深度学习的航空监视方法研究
-
作者:
王艳明
王宝珠
来源:
电子测量技术
年份:
2019
文献类型 :
期刊
关键词:
航空监视
深度学习
人工智能
国土安全
俯视视角
-
描述:
我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断