首页>
根据【关键词:CNN,故障诊断,飞机液压系统】搜索到相关结果 241 条
-
基于气液耦合原理的飞机液压系统流体脉动消振器
-
作者:
徐远志
王任源
焦宗夏
来源:
航空学报
年份:
2024
文献类型 :
期刊
关键词:
脉动实验
飞机液压系统
气液耦合
脉动抑制
压力脉动
-
描述:
飞机液压系统具有高可靠与高安全的需求,然而液压泵的输出流体脉动会导致管路振动,甚至元件损坏,是制约系统寿命和可靠性提升的瓶颈因素。机载液压系统对流体脉动抑制装置提出了宽频率范围、宽温度范围、高效减振
-
基于FCN与CNN的遥感影像飞机目标检测方法
-
作者:
李文斌
何冉
来源:
计算机工程
年份:
2020
文献类型 :
期刊
关键词:
FCN
遥感图像
CNN
目标检测
像素级标签
-
描述:
进行抑制;使用图像级标签代替目标级标签进行CNN训练、以及使用图像的CNN底层特征图制作像素级标签来训练FCN。实验表明,本模型获得了95.78%的准确率、98.98%的召回率、0.9735的F1分数,具有优异的检测性能和良好的泛化能力。
-
一种航空影像建筑物检测的轻量化CNN建模方法
-
作者:
甘文祥
张远谊
李欣园
来源:
地理空间信息
年份:
2023
文献类型 :
期刊
关键词:
建筑物检测
CNN
轻量化网络
航空影像
深度可分离卷积
-
描述:
以卷积神经网络为代表的深度学习方法大幅提高了遥感影像建筑物自动检测精度,但由于建筑物复杂多样,为了提取区分能力更强的图像特征,现有卷积神经网络方法往往倾向于构建层次复杂、参数庞大的深度模型。这使得模型的存储和内存开销都较高、检测速率也容易受到影响,一定程度上造成在移动设备平台或灾害应急等场合的应用受限。针对此问题,提出一种用于航空影像建筑物检测的轻量化卷积神经网络建模方法,采用深度可分离卷积方法对复杂网络进行简化,大幅减少了计算量,并较好地维持了原有精度。实验表明新方法相比改进前,在计算量和参数量分别减少86%和87%、训练时间缩短10%的情况下,建筑物检测的精度仅降低3%。
-
飞机液压含气量检测系统特性
-
作者:
黄梓亮
欧阳小平
赵天菲
张建波
周亮
杨华勇
来源:
浙江大学学报(工学版)
年份:
2019
文献类型 :
期刊
关键词:
飞机液压系统
液压油
特性试验
检测系统
误差分析
含气量
-
描述:
为了监控飞机液压系统的工作状况与液压油的性能,设计飞机液压含气量检测系统,介绍检测原理和组成.利用误差传播法,逐一分析影响测量精度的关键因素,得到系统的综合测量误差,满足设计要求;为了模拟含气量检测
-
飞机液压含气量检测系统特性
-
作者:
黄梓亮
欧阳小平
赵天菲
张建波
周亮
杨华勇
来源:
浙江大学学报(工学版)
年份:
2019
文献类型 :
期刊
关键词:
飞机液压系统
液压油
特性试验
检测系统
误差分析
含气量
-
描述:
为了监控飞机液压系统的工作状况与液压油的性能,设计飞机液压含气量检测系统,介绍检测原理和组成.利用误差传播法,逐一分析影响测量精度的关键因素,得到系统的综合测量误差,满足设计要求;为了模拟含气量检测
-
光学遥感图像飞机目标识别算法
-
作者:
胡楠
李润生
王载武
来源:
影像技术
年份:
2020
文献类型 :
期刊
关键词:
遥感图像
R
CNN
飞机识别
深度学习
Faster
-
描述:
光学遥感图像中蕴含着大量信息,更新速度非常快。使用人工方法对光学遥感图像进行判读和目标的识别显然早已达不到现代社会各领域的需求。实时、高效地从光学遥感图像中识别出感兴趣目标具有非常重要的意义。本文对基于人工智能的图像飞机识别研究现状进行了总结,方便后续学者研究。
-
基于Faster R-CNN算法实现航空照片的目标检测与识别
-
作者:
夏晨翕
何智杰
王森弘
景益娟
来源:
网络安全与数据治理
年份:
2023
文献类型 :
期刊
关键词:
DIOR数据集
R
CNN
MMDetection框架
Faster
目标检测与识别
-
描述:
基于深度学习的目标检测与识别技术旨在提升信息提取的时效性和目标检测的准确性,推动数据优势经由知识优势转化为决策与行动优势,对于科技发展有重大意义。基于Faster R-CNN的网络架构,采用基于MMDetection算法的识别解决方案,打通“探测—识别—感知”的壁垒,实现快速、精准地对航空影像检测与识别。研制出基于Web端显示的实时目标识别系统,通过对公开航空照片进行试验测试,最终结果展示算法鲁棒性强,系统运行稳定可靠。
-
基于CNN-BiLSTM的航空发动机滑油流量故障诊断预测方法研究
-
作者:
张青
赵洪利
杨佳强
来源:
内燃机与配件
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
CNN
深度神经网络
BiLSTM
快速存取(QAR)数据
滑油流量预测
-
描述:
%和7.85,右发预测准确率提升了7.97%和10.82%,证明了本文所提方法的有效性,为航空发动机滑油流量故障诊断的预测方法提供了新的解决方案。
-
基于Faster R-CNN的轻量化遥感图像军用飞机检测模型
-
作者:
党玉龙
叶成绪
来源:
激光杂志
年份:
2024
文献类型 :
期刊
关键词:
遥感图像
R
CNN
目标检测
Faster
军用飞机
-
描述:
遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全局上下文信息以提升模型的表征能力;利用可变形卷积来动态学习目标区域的形变特征,适应不同尺度和形状的目标;采用对比实验的方法精简骨干网络,降低过深的骨干网络与过低的采样率对于小目标检测的影响,提高模型的识别速度。在目标候选框筛选阶段,引入Soft NMS算法,根据置信度降序排名去除重叠度高的候选框,降低密集分布目标的漏检率。实验结果表明,提出的Faster R-CNN模型在参数量为23.844 MB的情况下,mAP0.5-0.95达到了77.1%,检测速度达到了43.7帧/秒,相比于多个主流模型具有较好的综合性能。
-
基于改进Faster R-CNN的SAR图像飞机检测算法
-
作者:
李广帅
苏娟
李义红
来源:
北京航空航天大学学报
年份:
2020
文献类型 :
期刊
关键词:
R
CNN
上下文信息
Align
浅层特征增强
Faster
飞机检测
ROI
-
描述:
在合成孔径雷达(Synthetic Aperture Radar,SAR)图像分析领域,飞机目标作为一种重要目标,对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差的问题,提出一种基于改进Faster R-CNN的SAR图像飞机检测算法。本文制作了一个SAR图像飞机数据集SAD(SAR Aircraft Dataset),以Faster R-CNN为检测框架,利用改进k-means算法设计更合理的先验锚点框,以适应飞机目标的形状特点;借鉴inception模块思想,设计多路不同尺寸卷积核以扩展网络宽度,增强对浅层特征的表达;分析残差网络Layer5层的特征输出具有更大的感受野,对其上采样后进行特征融合以利用更多的上下文信息;同时引入Mask R-CNN算法中提出的RoI Align单元,消除特征图与原始图像的映射偏差。实验结果表明,相比原始的Faster R-CNN算法,本文提出的改进的Faster R-CNN检测算法在SAR图像飞机数据集上平均检测精度提高了7.4%,同时保持了较快的检测速度。