首页>
根据【关键词:YOLO,冲突检测,防相撞,航空器】搜索到相关结果 138 条
-
低空环境下基于YOLO的航空器冲突检测分析与研究
-
作者:
令狐寅乔
来源:
交通科技与管理
年份:
2024
文献类型 :
期刊
关键词:
YOLO
冲突检测
防相撞
航空器
-
描述:
冲突检测分析与研究为题,综合了近年来关于该领域的研究成果,深入探讨了基于YOLO的目标检测方法在航空器冲突检测中的应用潜力对于防相撞技术的研究。
-
基于GRU模型的高机动试飞航空器轨迹预测方法研究
-
作者:
张会英
彭曼
杨地
来源:
长江信息通信
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
轨迹预测
防相撞
门控循环神经网络
-
描述:
轨迹预测方法。在结合注意力机制和门控循环神经网络进行航迹预测的基础上,根据轨迹预测结果进行高机动试飞航空器防相撞检测,提高试飞过程中航空器飞行轨迹的可预测性,减少地面管制员的工作量,在保障试飞安全的前提下,进一步提高科研试飞效率。
-
基于GRU模型的高机动试飞航空器轨迹预测方法研究
-
作者:
张会英
彭曼
杨地
来源:
长江信息通信
年份:
2022
文献类型 :
期刊
关键词:
注意力机制
轨迹预测
防相撞
门控循环神经网络
-
描述:
轨迹预测方法。在结合注意力机制和门控循环神经网络进行航迹预测的基础上,根据轨迹预测结果进行高机动试飞航空器防相撞检测,提高试飞过程中航空器飞行轨迹的可预测性,减少地面管制员的工作量,在保障试飞安全的前提下,进一步提高科研试飞效率。
-
基于功能共振模型的军民航防相撞方法仿真
-
作者:
王新语
陈峰
来源:
计算机仿真
年份:
2019
文献类型 :
期刊
关键词:
功能共振
模型
防相撞
军民航
-
描述:
为了保证军民航防相撞方法能够在航空领域中发挥重要作用,针对当前方法空域政策调整的不合理,导致军民航防相撞的准确率低、合理性差。提出基于功能共振模型的军民航防相撞方法,建立军民航装备安全指标的判断矩阵
-
基于功能共振模型的军民航防相撞方法仿真
-
作者:
王新语
陈峰
来源:
计算机仿真
年份:
2019
文献类型 :
期刊
关键词:
功能共振
模型
防相撞
军民航
-
描述:
为了保证军民航防相撞方法能够在航空领域中发挥重要作用,针对当前方法空域政策调整的不合理,导致军民航防相撞的准确率低、合理性差。提出基于功能共振模型的军民航防相撞方法,建立军民航装备安全指标的判断矩阵
-
基于蚁群算法的航空器滑行路径优化
-
作者:
吴虹
赵征
来源:
哈尔滨商业大学学报(自然科学版)
年份:
2022
文献类型 :
期刊
关键词:
节点路径模型
冲突检测
航空器滑行路径优化
蚁群算法
仿真系统
最短滑行时间
-
描述:
雷达数据的综合分析,识别机场场面在不同交通态势下的冲突热点区域,并对这些区域的危险程度进行等级划分.在已有的冲突热点区域基础上,对经过热点区域的滑行路径进行优化,构建航空器的滑行避让和选择机制,建立
-
基于蚁群算法的航空器滑行路径优化
-
作者:
吴虹
赵征
来源:
哈尔滨商业大学学报(自然科学版)
年份:
2022
文献类型 :
期刊
关键词:
节点路径模型
冲突检测
航空器滑行路径优化
蚁群算法
仿真系统
最短滑行时间
-
描述:
雷达数据的综合分析,识别机场场面在不同交通态势下的冲突热点区域,并对这些区域的危险程度进行等级划分.在已有的冲突热点区域基础上,对经过热点区域的滑行路径进行优化,构建航空器的滑行避让和选择机制,建立
-
基于剪枝和去噪的航空发动机故障图像识别与预测
-
作者:
傅荣春雪
刘君强
冯潇楠
余卓倩
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
YOLO
图像去噪
目标检测
孔探图像
剪枝算法
-
描述:
航空发动机叶片作为航空器重要的零件,其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤,目前基于孔探技术的叶片损伤检测以人工为主,检测结果在很大程度上受到
-
基于剪枝和去噪的航空发动机故障图像识别与预测
-
作者:
傅荣春雪
刘君强
冯潇楠
余卓倩
来源:
航空计算技术
年份:
2023
文献类型 :
期刊
关键词:
YOLO
图像去噪
目标检测
孔探图像
剪枝算法
-
描述:
航空发动机叶片作为航空器重要的零件,其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤,目前基于孔探技术的叶片损伤检测以人工为主,检测结果在很大程度上受到
-
联合多尺度特征和注意力机制的遥感影像飞机目标检测
-
作者:
徐佰祺
江刚武
刘建辉
王鑫
魏祥坡
余培东
来源:
测绘科学技术学报
年份:
2021
文献类型 :
期刊
关键词:
YOLO
注意力机制
特征融合
遥感影像
V4算法
飞机目标检测
-
描述:
针对遥感影像飞机目标尺寸小、特征不明显的问题,在YOLO V4的基础上,提出一种联合多尺度特征和注意力机制的遥感影像飞机目标检测方法。该方法扩大了特征融合时尺度的范围,增强了对低层特征和小目标信息的提取。通过引入注意力机制进行特征融合,为每个通道的特征赋予不同权重,学习不同通道间特征的相关性。在RSOD-Dataset数据集上进行对比实验,实验结果表明该方法与相关算法相比,具有更高的检测精度。