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:
长短期记忆网络,时间序列,空管大数据,航迹聚类,深度学习,智能交通,航迹预测
】搜索到相关结果
221
条
按文献类别分组
学位论文
(115)
期刊
(100)
会议论文
(6)
按栏目分组
学位论文
(115)
期刊
(100)
会议论文
(6)
按年份分组
2023
(29)
2022
(50)
2021
(40)
2020
(34)
2019
(30)
2018
(32)
2017
(6)
按来源分组
南京航空航天大学
(18)
中国民航大学
(15)
电子科技大学
(7)
哈尔滨工业大学
(7)
中国民用航空飞行学院
(7)
厦门大学
(4)
北京交通大学
(4)
科学技术与工程
(3)
现代计算机
(3)
系统工程与电子技术
(2)
哈尔滨工程大学
(2)
民航管理
(2)
机床与液压
(2)
信息技术与信息化
(2)
西北大学学报(自然科学版)
(2)
湖南大学
(2)
计算机工程与设计
(2)
计算机应用研究
(1)
第十六届中国智能交通年会(ITSAC 2021)
(1)
火力与指挥控制
(1)
交通建设与管理
(1)
重庆邮电大学
(1)
中国乡镇企业会计
(1)
航空计算技术
(1)
数学的实践与认识
(1)
现代信息科技
(1)
软件工程
(1)
信号处理
(1)
第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)
(1)
昆明理工大学
(1)
关键词
飞机蒙皮图像的深度特征学习与损伤监测
作者:
李慧
来源:
北京邮电大学
年份:
2019
文献类型 :
学位论文
关键词:
飞机蒙皮
卷积神经网络
SSD
深度学习
目标检测
描述:
飞机蒙皮图像的深度特征学习与损伤监测
航空发动机安装工位目标检测方法的研究
作者:
宋鹏亮
来源:
北京交通大学
年份:
2020
文献类型 :
学位论文
关键词:
航空发动机
深度学习
目标检测
轮廓提取
YOLOv3
描述:
航空发动机安装工位目标检测方法的研究
基于QAR数据的飞机发动机故障诊断方法的研究
作者:
荆茂春
来源:
中国民航大学
年份:
2020
文献类型 :
学位论文
关键词:
QAR数据
稀疏自编码器
深度学习
ELM
ConvLstm
描述:
基于QAR数据的飞机发动机故障诊断方法的研究
VHR航空影像城市建筑物提取及其变化检测研究
作者:
林欣
来源:
长安大学
年份:
2020
文献类型 :
学位论文
关键词:
数据集
建筑物提取
深度学习
变化检测
航空影像
描述:
VHR航空影像城市建筑物提取及其变化检测研究
基于改进YOLOv5的轻量化航空目标检测方法
作者:
杨小冈
高凡
卢瑞涛
李维鹏
张涛
曾俊
来源:
信息与控制
年份:
2022
文献类型 :
期刊
关键词:
注意力
通道剪枝
深度学习
目标检测
模型压缩
描述:
,设计通道注意力增强结构MNtECA(MobileNetv3 with Efficient Channel Attention)提高特征提取能力;其次在深度可分离卷积层增加
1
×
1
的卷积,在减少卷积结构参数
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
飞机液压系统关键部件性能变化趋势预测方法研究
作者:
李鹏程
来源:
沈阳航空航天大学
年份:
2019
文献类型 :
学位论文
关键词:
极限学习机
深度学习
粒子群算法
趋势预测
飞机液压泵
描述:
飞机液压系统关键部件性能变化趋势预测方法研究
高分辨率遥感图像中飞机目标自动检测方法研究
作者:
任瑞龙
来源:
电子科技大学
年份:
2019
文献类型 :
学位论文
关键词:
遥感图像
语义分割
深度学习
目标检测
飞机
描述:
高分辨率遥感图像中飞机目标自动检测方法研究
民航发动机全寿命周期机队维修策略优化方法研究
作者:
李臻
来源:
哈尔滨工业大学
年份:
2019
文献类型 :
学位论文
关键词:
面向机队优化
全寿命优化
深度学习
强化学习
民航发动机维修
描述:
民航发动机全寿命周期机队维修策略优化方法研究
时间域航空电磁激发极化参数三维反演研究
作者:
满开峰
殷长春
刘云鹤
孙思源
熊彬
来源:
地球物理学报
年份:
2023
文献类型 :
期刊
关键词:
Pearson相关约束
激发极化效应
时间域航空电磁
深度学习
3D反演
描述:
时间域航空电磁中心回线(或重叠回线)装置晚期道数据受激电效应影响常出现符号反转现象.这类数据与多个激电参数相关,并且各参数之间灵敏度差异较大,导致反演存在严重的非唯一性.本文提出一种基于Pearson相关性约束和深度学习算法相结合的时间域航空电磁激发极化参数反演策略.该反演策略首先基于深度学习预测时间域航空电磁激电参数,进而给时间常数和频率相关系数一个较小的约束范围后再反演电阻率和极化率,由此大大减少反演的多解性.针对电阻率和极化率的反演,我们采用统计学中Pearson相关系数构建两种物性参数的相关性约束,进一步减少反演多解性.为验证反演策略的有效性,我们对双棱柱模型和拱形模型分别进行反演试算.理论测试结果表明,基于Pearson相关性约束的电阻率和极化率的反演结果比传统的高斯-牛顿反演结果更接近真实模型,而基于深度学习预测时间常数和频率相关系数后的电阻率和极化率反演结果与给定真实时间常数和频率相关系数后的反演结果效果相当.最后,我们对来自澳大利亚的带激电效应的航空电磁实测数据在考虑和不考虑激电效应条件下进行反演,结果表明考虑激电效应的反演无论数据拟合还是地电断面的连续性均得到明显改善.
<
1
2
3
...
12
13
14
...
21
22
23
>
Rss订阅
订阅地址: