遥感图像飞机目标高效搜检深度学习优化算法

作者： 郭琳   秦世引   来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 停机坪与跑道分割   深度神经网络   深度学习   飞机目标检测   大幅面遥感图像  

描述： 为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(DNN)的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。

基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法

作者： 高峰   曲建岭   袁涛   高峰娟   来源： 电子测量与仪器学报 年份： 2019 文献类型 ： 期刊 关键词： 航空发动机   长短时记忆网络   寿命预测   深度学习   差分时域特征  

描述： 实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。

飞机蒙皮图像的深度特征学习与损伤监测

作者： 李慧   来源： 北京邮电大学 年份： 2019 文献类型 ： 学位论文 关键词： 飞机蒙皮   卷积神经网络   SSD   深度学习   目标检测  

描述： 飞机蒙皮图像的深度特征学习与损伤监测

飞机液压系统关键部件性能变化趋势预测方法研究

作者： 李鹏程   来源： 沈阳航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 极限学习机   深度学习   粒子群算法   趋势预测   飞机液压泵  

描述： 飞机液压系统关键部件性能变化趋势预测方法研究

高分辨率遥感图像中飞机目标自动检测方法研究

作者： 任瑞龙   来源： 电子科技大学 年份： 2019 文献类型 ： 学位论文 关键词： 遥感图像   语义分割   深度学习   目标检测   飞机  

描述： 高分辨率遥感图像中飞机目标自动检测方法研究

民航发动机全寿命周期机队维修策略优化方法研究

作者： 李臻   来源： 哈尔滨工业大学 年份： 2019 文献类型 ： 学位论文 关键词： 面向机队优化   全寿命优化   深度学习   强化学习   民航发动机维修  

描述： 民航发动机全寿命周期机队维修策略优化方法研究

基于深度学习的2D平面多人人体姿态识别

作者： 邢家源   来源： 天津职业技术师范大学 年份： 2019 文献类型 ： 学位论文 关键词： 深度学习   人体动作分析   人体姿态识别   残差网络   OpenPose  

描述： 基于深度学习的2D平面多人人体姿态识别

民航旅客个体出行价值预测应用研究

作者： 杨皓斐   来源： 北京交通大学 年份： 2019 文献类型 ： 学位论文 关键词： 民航   旅客价值   深度学习   多任务学习   价值预测  

描述： 民航旅客个体出行价值预测应用研究

基于征兆量偏差的航空发动机气路故障诊断研究

作者： 麦吾兰江·阿不都瓦衣提   屈卫东   来源： 第30届中国过程控制会议（CPCC 2019） 年份： 2019 文献类型 ： 会议论文 关键词： CNN   故障诊断   深度学习   征兆量偏差   基线  

描述： 基于征兆量偏差的航空发动机气路故障诊断研究

面向航空影像下车辆目标的实时检测算法

作者： 杨国亮   许楠   洪志阳   范振   来源： 计算机工程与设计 年份： 2019 文献类型 ： 期刊 关键词： 卷积   实时   深度学习   神经网络   车辆检测   航空影像  

描述： 为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。