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:
飞行员,脑电信号,深度学习,脑力疲劳,着舰
】搜索到相关结果
171
条
按文献类别分组
学位论文
(446)
期刊
(420)
会议论文
(48)
按栏目分组
学位论文
(446)
期刊
(420)
会议论文
(48)
按年份分组
2025
(34)
2024
(102)
2023
(171)
2022
(77)
2021
(119)
2020
(120)
2019
(141)
2018
(109)
2017
(29)
2016
(12)
按来源分组
南京航空航天大学
(28)
空军医学杂志
(27)
空军航空医学
(13)
解放军医学院学报
(13)
人类工效学
(12)
中原工学院
(8)
-1
(6)
航空航天医学杂志
(6)
大飞机
(6)
西南国防医药
(5)
内燃机与配件
(4)
哈尔滨工程大学
(4)
仪器仪表学报
(2)
现代计算机
(2)
地球物理学报
(2)
航空电子技术
(2)
军事文摘
(2)
西北工业大学
(2)
解放军医学杂志
(2)
西安工业大学学报
(2)
无线电工程
(1)
华东师范大学学报(自然科学版)
(1)
吉林大学学报(理学版)
(1)
西北国防医学杂志
(1)
档案春秋
(1)
思维与智慧
(1)
动力学与控制学报
(1)
飞行力学
(1)
舰船科学技术
(1)
西安电子科技大学学报
(1)
关键词
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于计算机视觉的飞机维护检查系统算法设计与开发
作者:
程野.
来源:
山东大学
年份:
2023
文献类型 :
学位论文
关键词:
YOLOv7
tiny
目标检测
深度学习
飞机维护检查
模型轻量化
描述:
基于计算机视觉的飞机维护检查系统算法设计与开发
基于多维长序列的航空发动机剩余使用寿命预测
作者:
刘国华.
来源:
兰州理工大学
年份:
2023
文献类型 :
学位论文
关键词:
航空发动机
Hyperband算法
深度学习
剩余使用寿命
多维长序列信号
膨胀卷积
描述:
基于多维长序列的航空发动机剩余使用寿命预测
基于统一网络架构的多模态航空影像质量评价研究
作者:
闫婧
武林伟
刘伟杰
韩如雪
来源:
现代电子技术
年份:
2023
文献类型 :
期刊
关键词:
无参考模型
特征提取
卷积神经网络
特征融合
多模态数据
深度学习
网络结构
影像质量评价
描述:
高质量无人机航空影像是目标检测、分析、识别的重要前提条件,但各类传感器成像机理不同,质量影响因素多样,往往需要根据不同模态数据的特性设计不同的网络模型,从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题,提出一种基于统一网络框架的无参考多模态影像质量评价模型,通过自适应地学习图像块内部的局部特征与图像块之间的相互关系,完成空间维度上的全局信息融合和时间维度上的时序信息融合,实现对多种模态影像数据的质量评估,进而快速有效地监测筛选采集数据的质量,提高有效数据采集效率。实验结果表明,该方法在多种模态的影像数据质量评价上具备泛用性和有效性。
<
1
2
3
...
15
16
17
18
>
Rss订阅
订阅地址: