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:
DETR,Transformer,知识蒸馏,滑动窗口,航空目标检测
】搜索到相关结果
16
条
按文献类别分组
期刊
(22)
学位论文
(14)
会议论文
(2)
按栏目分组
期刊
(22)
学位论文
(14)
会议论文
(2)
按年份分组
2024
(16)
2023
(18)
2022
(2)
2019
(2)
按来源分组
东莞理工学院
(8)
电子科技大学
(4)
计算机工程与应用
(3)
Remote Sensing
(2)
弹箭与制导学报
(2)
重庆交通大学
(2)
北京航空航天大学学报
(2)
无线电工程
(2)
华东师范大学学报(自然科学版)
(2)
电子测量技术
(2)
激光技术
(2)
2023中国自动化大会论文集
(2)
电光与控制
(1)
计算机技术与发展
(1)
航天返回与遥感
(1)
科学技术与工程
(1)
振动与冲击
(1)
关键词
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
改进YOLOv8的轻量级军事飞机检测算法
作者:
刘丽
张硕
白宇昂
李宇健
张初夏
来源:
计算机工程与应用
年份:
2024
文献类型 :
期刊
关键词:
知识蒸馏
目标检测
YOLOv8
模型剪枝
军事飞机
描述:
改进YOLOv8的轻量级军事飞机检测算法
改进YOLOv8的轻量级军事飞机检测算法
作者:
刘丽
张硕
白宇昂
李宇健
张初夏
来源:
计算机工程与应用
年份:
2024
文献类型 :
期刊
关键词:
知识蒸馏
目标检测
YOLOv8
模型剪枝
军事飞机
描述:
改进YOLOv8的轻量级军事飞机检测算法
混合注意力特征增强的航空图像目标检测
作者:
管文青
周世斌
张国鹏
来源:
计算机工程与应用
年份:
2024
文献类型 :
期刊
关键词:
航空图像
旋转目标检测
注意力机制
Transformer
描述:
DOTA航空数据集上对HA-Net进行评估,在单尺度和多尺度测试上评估指标mAP分别达到77.04%和78.28%,较基准网络,mAP分别提升了2.38个百分点和3.62个百分点。在HRSC20
1
6数据集上mAP达到89.95%。实验结果的提升证明了HA-Net在航空图像目标检测中的有效性。
基于知识图谱的民航空管安全分析方法研究与应用
作者:
赵宇鹏.
来源:
电子科技大学
年份:
2024
文献类型 :
学位论文
关键词:
子图提取
图神经网络
Transformer
链接预测
描述:
基于知识图谱的民航空管安全分析方法研究与应用
基于知识图谱的民航空管安全分析方法研究与应用
作者:
赵宇鹏.
来源:
电子科技大学
年份:
2024
文献类型 :
学位论文
关键词:
子图提取
图神经网络
Transformer
链接预测
描述:
基于知识图谱的民航空管安全分析方法研究与应用
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:
结果作为网络的输入,且仅依靠正常数据完成模型的训练。最后,在带机匣的航空发动机转子试验器和某型真实的航空发动机上分别进行了试验验证。结果表明,所提方法能够准确的实现对低转速滚动轴承故障的检测,且检测精度分别为93%和
1
00%,充分表明该方法具有很好的异常检测能力及应用价值。
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:
航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型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,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。
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
<
1
2
>
Rss订阅
订阅地址: