首页>
根据【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】搜索到相关结果 2 条
-
飞机电缆间歇性故障检测方法研究
-
作者:
吴志江
来源:
电子测量技术
年份:
2021
文献类型 :
期刊
关键词:
飞机电缆
故障检测
扩展频谱时域反射法(SSTDR)
间歇性故障
-
描述:
针对在飞行训练中,由于振动或复杂环境等因素导致的飞机电缆传输信号出现瞬断、瞬短等间歇性故障难以检测这一实际问题,在分析传统电缆短路、短路等硬故障检测方法的基础上,研究更加适用于飞机电缆的间歇性故障检测方法;并结合理论分析,进一步开展了基于SSTDR的飞机电缆故障检测与定位系统软硬件设计,给出了总体设计与主要模块设计方案,介绍了系统测试流程与部分人机交互界面,结合实际电缆测试实验,验证了系统检测方法的有效性,为解决飞机电缆间歇性故障检测问题提供了理论参考与技术支撑。
-
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,从而对场景进行监视。其目的在于用人工智能的手段,通过无人机代替人工进行巡检,从而提高国土安全监视效率。为此,本文建立了包含10种不同场景的俯视视角的数据库。通过卷积神经网络模型,对不同场景的图像特征进行学习,使得模型可以分辨不同的场景。为了验证本方法的可行性,本文在10种空基视角的数据库上进行了实验,结果显示其分类准确率达到97%。说明本方法可满足安全监视的需求,为实现智能监视提供了思路。