基于改进YOLOv5的SAR图像飞机目标细粒度识别

作者： 张武     刘秀清   来源： 国外电子测量技术 年份： 2024 文献类型 ： 期刊 关键词： YOLOv5   合成孔径雷达   飞机目标细粒度识别  

描述： intersection over union)作为网络损失函数提高网络收敛速度和检测精度。利用SAR-AIRcraft-1.0数据集进行了算法有效性试验研究，实验结果表明，算法有效提升了飞机目标的检测精度，精确率、召回率、平均精度均值分别达到92.6%、84.1%、90.1%。

基于YOLOv5的航空维修工具识别

作者： 丁发军     刘韶坤     刘义平   来源： 中国民航飞行学院学报 年份： 2023 文献类型 ： 期刊 关键词： 目标检测算法   YOLOv5   工具识别   航空维修  

描述： ，识别精度降低17.4%。目前，YOLOv5目标检测算法具有较高的识别精度，但仍需针对扭曲、模糊不清的图形进行算法改进。

基于改进YOLOv5的SAR图像飞机目标细粒度识别

作者： 张武     刘秀清   来源： 国外电子测量技术 年份： 2024 文献类型 ： 期刊 关键词： YOLOv5   合成孔径雷达   飞机目标细粒度识别  

描述： intersection over union)作为网络损失函数提高网络收敛速度和检测精度。利用SAR-AIRcraft-1.0数据集进行了算法有效性试验研究，实验结果表明，算法有效提升了飞机目标的检测精度，精确率、召回率、平均精度均值分别达到92.6%、84.1%、90.1%。

低转速航空发动机滚动轴承故障深度异常检测方法

作者： 康玉祥     陈果     盛嘉玖     王浩     尉询楷   来源： 振动与冲击 年份： 2024 文献类型 ： 期刊 关键词： 滚动轴承   航空发动机   Transformer   深度异常检测   低转速  

描述： 提取主干网络。然后，将所提取的特征输入一个三层自编码器结构，用于计算网络模型的损失函数。为减少网络计算量，提高训练速度，在预处理中将滚动轴承的振动加速度时域信号通过快速傅里叶变换(FFT)得到的频谱

基于概率稀疏自注意力的航空发动机剩余寿命预测

作者： 王欣     黄佳琪     许雅玺   来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机   Transformer   深度学习   概率稀疏自注意力   剩余寿命预测  

描述： 以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制，使得模型更关注时间序列中重要的时间节点，大幅缩减时间维度

基于深度学习的航空发动机剩余使用寿命预测方法研究

作者： 曹锦山.   来源： 重庆交通大学 年份： 2024 文献类型 ： 学位论文 关键词： 航空发动机   Transformer   深度学习   剩余使用寿命   多头自注意力机制  

描述： 基于深度学习的航空发动机剩余使用寿命预测方法研究

基于DETR的高清航空图像目标检测算法研究

作者： 许伟伟.   来源： 电子科技大学 年份： 2024 文献类型 ： 学位论文 关键词： DETR   Transformer   知识蒸馏   滑动窗口   航空目标检测  

描述： 基于DETR的高清航空图像目标检测算法研究

基于多尺度U-Net与Transformer特征融合的航空遥感图像飞机检测方法

作者： 张善文     邵彧     李萍     令伟锋   来源： 弹箭与制导学报 年份： 2024 文献类型 ： 期刊 关键词： Transformer   Net与Transformer   航空遥感图像飞机检测   多尺度U   Net  

描述： 航空遥感图像(ARSI)飞机检测一直是一个重要且具有挑战性的课题。针对现有ARSI飞机检测方法(ARSIAD)检测目标的边缘模糊、小目标的检测精度低、没有充分利用ARSI的全局上下文信息等问题，提出一种基于多尺度U-Net与Transformer (MSU-Trans)特征融合的ARSIAD方法。通过多尺度卷积模块Inception提取ARSI中多样性目标的分类特征，通过Transformer增强模型的全局语义检测性能，通过特征融合模块整合高层和低层特征，得到航空目标图像完整的边缘和纹理特征。该模型结合多尺度U-Net较强的局部特征提取能力和Transformer较强的全局上下文依存关系提取能力，进而提高MSU-Trans的整体检测性能。在ARSI集上的试验表明，与U-Net、多尺度U-Net、注意力U-Nets相比，MSU-Trans具有较高的检测精度，精度超过95%,该方法为ARSIAD提供一定的技术支撑。

基于深度学习的航空发动机剩余使用寿命预测方法研究

作者： 曹锦山.   来源： 重庆交通大学 年份： 2024 文献类型 ： 学位论文 关键词： 航空发动机   Transformer   深度学习   剩余使用寿命   多头自注意力机制  

描述： 基于深度学习的航空发动机剩余使用寿命预测方法研究

基于DETR的高清航空图像目标检测算法研究

作者： 许伟伟.   来源： 电子科技大学 年份： 2024 文献类型 ： 学位论文 关键词： DETR   Transformer   知识蒸馏   滑动窗口   航空目标检测  

描述： 基于DETR的高清航空图像目标检测算法研究