飞行员夜间近视地面模拟体验方法及处置措施研究

作者： 龙盘   来源： 中国人民解放军空军军医大学 年份： 2019 文献类型 ： 学位论文 关键词： 环境亮度   模拟   飞行员   暗焦点   屈光   夜间近视  

描述： 飞行员夜间近视地面模拟体验方法及处置措施研究

基于ASL序列的飞行员模拟失重状态脑功能变化研究

作者： 张健康   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 功能连接   飞行员   模拟失重   脑血流   脑氧代谢率   动脉自旋标记技术   体检机制  

描述： 基于ASL序列的飞行员模拟失重状态脑功能变化研究

飞行员夜间近视地面模拟体验方法及处置措施研究

作者： 龙盘   来源： 中国人民解放军空军军医大学 年份： 2019 文献类型 ： 学位论文 关键词： 环境亮度   模拟   飞行员   暗焦点   屈光   夜间近视  

描述： 飞行员夜间近视地面模拟体验方法及处置措施研究

基于ASL序列的飞行员模拟失重状态脑功能变化研究

作者： 张健康   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 功能连接   飞行员   模拟失重   脑血流   脑氧代谢率   动脉自旋标记技术   体检机制  

描述： 基于ASL序列的飞行员模拟失重状态脑功能变化研究

航空供氧面罩体造型研究及其计算机辅助设计

作者： 王兴伟   来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 适体性   设计   人机工程学   飞行员   面部形态   造型   供氧面罩  

描述： 该文在分析中国供氧面罩的现状、调查飞行员的使用意见的基础上,对如何设计具有良好适体性的新一代高性能供氧面罩进行了研究.主要内容如下:(1)、根据中国飞行员面形的总体特征及面形参数,以口宽和三维面形特征作为面罩分型的依据,以Ⅰ型产品尺寸设计原则取代了现行型

CBL、TSP、Seminar模式在飞行员心血管病筛查及健康管理教学中的应用

作者： 张慧楠     黎娜     王贝     郭媛媛     黄婧   来源： 心脏杂志 年份： 2025 文献类型 ： 期刊 关键词： 教师标准化病人   Seminar   健康筛查   飞行员   案例教学法   心血管病   健康管理  

描述： CBL、TSP、Seminar模式在飞行员心血管病筛查及健康管理教学中的应用

基于便携式心电设备的模拟舰载机飞行员认知负荷识别

作者： 朱文兵     张晨阳     袁家俊     徐芳     马原     蒋朝哲   来源： 空军军医大学学报 年份： 2025 文献类型 ： 期刊 关键词： 飞行员   认知负荷   机器学习   便携式心电监测设备   神经网络   航空安全  

描述： 基于便携式心电设备的模拟舰载机飞行员认知负荷识别

一种基于级联神经网络的飞机检测方法

作者： 王晓林   苏松志   刘晓颖   蔡国榕   李绍滋   来源： 智能系统学报 年份： 2021 文献类型 ： 期刊 关键词： 嵌入式设备   遥感图像   级联   卷积神经网络   两阶段   深度学习   飞机检测   由粗到细  

描述： 由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。

基于深度学习的航司航空发动机智能损伤检测一体化解决方案

作者： 王锦申   黄旭   万夕里   来源： 航空维修与工程 年份： 2022 文献类型 ： 期刊 关键词： 损伤检测   编码器   发动机   目标检测   深度学习   一体化解决方案   神经网络   在线计数   孔探检测  

描述： 航空发动机作为飞机的关键部件，其损伤诊断和维护是保障飞机飞行安全的核心任务。目前，通过人工的定期孔探检测开展检查和维护工作，既费时又容易出错。为此，本文给出了融合上下文编码的神经网络深度学习框架

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。