基于风险要素分析的民航安全管控研究

作者： 徐怡   来源： 南京航空航天大学 年份： 2021 文献类型 ： 学位论文 关键词： 主成分分析   深度学习   风险管控   民航风险  

描述： 基于风险要素分析的民航安全管控研究

一种结合非顶层特征图和自适应阈值的飞机目标检测算法

作者： 谭振宇   江刚武   刘建辉   来源： 测绘科学技术学报 年份： 2020 文献类型 ： 期刊 关键词： R   RPN网络   目标检测   Faster   CNN模型   飞机   特征图  

描述： 一种结合非顶层特征图和自适应阈值的飞机目标检测算法

基于卷积神经网络的遥感图像飞机目标检测研究

作者： 仉长涛   来源： 河北工业大学 年份： 2020 文献类型 ： 学位论文 关键词： 遥感图像   语义信息   卷积神经网络   特征融合   语义分割   目标检测  

描述： 基于卷积神经网络的遥感图像飞机目标检测研究

一种RetinaNet与SE融合的航空取证目标检测算法

作者： 刘克   潘广煜   郑大国   顾佼佼   孟春英   来源： 现代防御技术 年份： 2022 文献类型 ： 期刊 关键词： 数据均衡   目标检测   航空取证   SE模块   通道注意力   RetinaNet  

描述： 针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况，提出了一种基于RetinaNet与SE融合的航空取证目标检测算法，解决目标尺度变化大、数据集中类别不均衡的问题，并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题，Focal Loss可有效应对数据均衡性问题，SE模块引入通道注意力机制对特征图进行加强，可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验，验证了算法能够在增加少量计算条件下提高目标检测准确率，进一步增强模型的表征能力，有效提高目标检测效率，可为相关工程应用提供参考。

基于YOLO模型的遥感影像飞机目标检测技术研究

作者： 徐佰祺   来源： 战略支援部队信息工程大学 年份： 2022 文献类型 ： 学位论文 关键词： 遥感影像   目标检测   YOLO模型   飞机目标   小目标检测   旋转框  

描述： 基于YOLO模型的遥感影像飞机目标检测技术研究

基于改进SSD的光学飞机遥感图像目标检测算法研究

作者： 王浩桐   来源： 宁夏大学 年份： 2022 文献类型 ： 学位论文 关键词： 遥感图像   特征融合   SSD算法   目标检测   k   Means聚类  

描述： 基于改进SSD的光学飞机遥感图像目标检测算法研究

基于深度学习的视觉引导飞机着陆跑道目标检测研究

作者： 陈玉   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： SLAM   机场跑道   目标检测   视觉定位   YOLOv3   语音引导方案   ORB  

描述： 基于深度学习的视觉引导飞机着陆跑道目标检测研究

基于民航陆空对话的语音识别关键技术研究

作者： 张志辉   来源： 中国民航大学 年份： 2017 文献类型 ： 学位论文 关键词： 受限制玻尔兹曼机   声学模型   深度学习   民航陆空对话   语音识别  

描述： 民航陆空对话语音指令的正确识别一直是确保航空器飞行安全的关键问题。近年来,由陆空对话问题导致的民航安全事故时有发生,给民航安全带来严重威胁。因此如何在现有条件下探索降低陆空对话风险的新方法,保障陆空对话指令的正确传输,成为一个有待解决的重要问题。近年来,语音识别技术一直是模式识别领域的研究热点并被广泛应用于诸多领域。本文通过对民航陆空对话的应用场景和特点进行分析,将语音识别技术应用到民航陆空对话领域,并结合深度神经网络(DNN)来解决民航陆空对话语音识别中的关键技术问题。为解决陆空对话的噪声问题,本文以真实的陆空对话为实验数据,对比了四种不同的降噪处理方法。实验结果表明,在该语料库下改进的谱减算法具有更好的降噪效果。在搭建语音识别系统的过程中,本文使用的语料库是以飞行员和管制员日常陆空对话的内容为蓝本,聘请管制专业人员录制的。使用该语料库分别搭建GMM-HMM单音素和三音素模型,并将三音素模型改进的结果作为DNN-HMM模型训练的标签,成功搭建DNN-HMM的声学模型。实验结果表明,DNN-HMM模型较GMM-HMM模型在基于民航陆空对话数据的音素识别中具有更强的建模能力。

遥感图像飞机目标分类的卷积神经网络方法

作者： 周敏   史振威   丁火平   来源： 中国图象图形学报 年份： 2017 文献类型 ： 期刊 关键词： 卷积神经网络   深度学习   可见光遥感   飞机   分类  

描述： 分类问题。方法在缺乏公开数据集的情况下,收集了真实可见光遥感图像中的8种飞机数据,按大致4∶1的比例分为训练集和测试集,并对训练集进行合理扩充。然后针对遥感图像与飞机分类的特殊性,结合深度学习卷积

基于深度学习的离场航空器滑行时间预测（英文）

作者： 李楠   焦庆宇   朱新华   王少聪   来源： Transactions of Nanjing University of Aeronautics and Astronautics 年份： 2021 文献类型 ： 期刊 关键词： 卷积神经网络   场面运行   滑行时间   深度学习   航空运输  

描述： 随着航班数量的不断增加,机场协同决策系统(Airport collaborative decision-making,A-CDM)的使用也越来越广泛。滑行时间预测的准确性对A-CDM计算离场航空器起飞排序队列和给出准确的撤轮挡时间具有重要的作用。本文提出一种基于时间-空间-环境数据的深度学习模型(Spatio-temporal-environment deep learning model,STEDL)来提高滑行时间预测的准确性。该模型由时间-流量变量(机场实际容量,场面航空器数量,时间段)、空间变量(滑行距离)、外部环境变量(天气,流控信息,跑道运行模式,机型)3部分组成。使用STEDL模型对香港机场离场航空器滑行时间进行预测验证。实验结果显示,STEDL模型预测准确率为95.4%,预测精度明显优于其他机器学习算法。