全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 增强现实技术最新研究进展及航空航天领域应用
- 作者： 刘远 孟少华 陈畅宇 樊启帆 来源： 计算机与数字工程 年份： 2023 文献类型 ： 期刊 关键词： 增强现实 航空航天 智能制造 应用进展
- 描述： 增强现实（Augmented Reality,AR）非常适合航空航天领域复杂度高、多变性强的生产制造模式，该技术大幅缩短了数字世界和现场实际世界之间的认知距离，有望在工业领域获得广泛应用。论文
- 增强现实技术最新研究进展及航空航天领域应用
- 作者： 刘远 孟少华 陈畅宇 樊启帆 来源： 计算机与数字工程 年份： 2023 文献类型 ： 期刊 关键词： 增强现实 航空航天 智能制造 应用进展
- 描述： 增强现实（Augmented Reality,AR）非常适合航空航天领域复杂度高、多变性强的生产制造模式，该技术大幅缩短了数字世界和现场实际世界之间的认知距离，有望在工业领域获得广泛应用。论文
- 基于CNN-LSTM混合模型的民航非计划事件分析方法
- 作者： 王捷 周迪 左洪福 陆扬 来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 长短时记忆神经网络 卷积神经网络 深度学习 民航安全 文本分析
- 描述： 安全是民航业的核心主题，非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度，论文提出了一种基于CNN-LSTM的混合深度神经网络模型，用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较，在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明，所提出的CNN-LSTM混合模型具有最高的分类准确率，对于不平衡数据样本，具有最稳定的分类性能。
- 基于CNN-LSTM混合模型的民航非计划事件分析方法
- 作者： 王捷 周迪 左洪福 陆扬 来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 长短时记忆神经网络 卷积神经网络 深度学习 民航安全 文本分析
- 描述： 安全是民航业的核心主题，非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度，论文提出了一种基于CNN-LSTM的混合深度神经网络模型，用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较，在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明，所提出的CNN-LSTM混合模型具有最高的分类准确率，对于不平衡数据样本，具有最稳定的分类性能。