光伏清洁无人机目标检测与定位研究

作者： 卫芃毅   来源： 中北大学 年份： 2020 文献类型 ： 学位论文 关键词： SSD算法   深度学习   目标检测与定位   光伏清洁   DSSD算法  

描述： 光伏清洁无人机目标检测与定位研究

基于深度学习的航空发动机滑油磨粒检测研究

作者： 侯媛媛   李江红   薛军印   来源： 计算机测量与控制 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   YOLOv3模型   滑油磨粒检测   深度学习   SER算法  

描述： 针对滑油中磨粒形状复杂且尺寸大小不一，传统滑油磨粒检测方法存在时效性差、检测尺度小、精度低、非铁磁性磨粒不能检测等缺点；设计了一种基于深度学习的航空发动机滑油磨粒检测方法；基于连续流微流控芯片的滑油图像采样方法，构建滑油图像采样系统；设计图像增强方法，进行图像数据增强消融试验研究，针对YOLOv3模型和Faster RCNN模型进行精度测试，结果表明消融试验后的YOLOv3模型检测能力明显优于Faster RCNN模型；为减少消融后YOLOv3模型的误检率，提出SER算法以优化该模型的推理置信度阈值；研究结果表明滑油磨粒检测方法可解决传统测试中存在的问题，且在0.35的置信度阈值下，YOLOv3模型的检测结果能够达到94.2%的召回率和95.9%的精确度。

基于多传感器融合卷积神经网络的航空发动机轴承故障诊断

作者： 杨洁   万安平   王景霖   单添敏   缪徐   李客   左强   来源： 中国电机工程学报 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   卷积神经网络   多传感器信息融合   故障诊断   深度学习  

描述： 航空发动机轴承进行故障诊断。该模型采用一维卷积神经网络(one dimensional convolutional neural network,1D-CNN)对实验获取的某航空发动机的轴承故障振动

基于深度学习的航空发动机异常检测方法研究

作者： 张光耀   来源： 哈尔滨工业大学 年份： 2018 文献类型 ： 学位论文 关键词： 航空发动机   特征提取   深度学习   健康管理   异常检测  

描述： 基于深度学习的航空发动机异常检测方法研究

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

航空重力梯度仪动态测量的噪声抑制

作者： 庄严   来源： 吉林大学 年份： 2020 文献类型 ： 学位论文 关键词： 正演模拟   深度学习   噪声抑制   数据补偿   信号解调  

描述： 航空重力梯度仪动态测量的噪声抑制

基于网络中网络的遥感图像配准在飞行器导航中的应用研究

作者： 李绩鹏   来源： 上海应用技术大学 年份： 2021 文献类型 ： 学位论文 关键词： 特征提取   图像辅助导航   特征匹配   深度学习   遥感图像配准  

描述： 基于网络中网络的遥感图像配准在飞行器导航中的应用研究

面向持续适航的航空器运行风险研究

作者： 倪晓梅   来源： 南京航空航天大学 年份： 2018 文献类型 ： 学位论文 关键词： 不安全事件   运行风险   深度学习   风险管理   持续适航  

描述： 面向持续适航的航空器运行风险研究

基于深度学习的飞机分类算法研究

作者： 孙振华   来源： 东南大学 年份： 2018 文献类型 ： 学位论文 关键词： 集成学习   卷积神经网络   深度学习   飞机分类   多标签  

描述： 基于深度学习的飞机分类算法研究

基于深度学习的航空发动机磨损部位识别方法

作者： 苗慧慧   曹桂松   孙智君   康玉祥   马佳丽   陈果   来源： 润滑与密封 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   一维卷积残差网络   能谱分析   深度学习   磨损  

描述： 针对航空发动机润滑系统中摩擦副部件复杂、磨损颗粒能谱监测元素众多，靠人工经验难于进行磨损部位精确识别的问题，提出一种基于深度学习的航空发动机润滑系统磨损部位识别方法。该方法应用一维卷积核为计算单元，搭建一维卷积残差网络模型。以航空发动机润滑油中磨损颗粒能谱分析数据为输入，采用所搭建的一维卷积残差网络模型实现对能谱数据的特征提取以及航空发动机磨损部位的定位识别；以某型航空发动机润滑油中磨损颗粒实测能谱数据验证该方法的有效性，并和Resnet18、Resnet34、CNN等网络模型进行对比验证。结果表明，所提方法对航空发动机磨损部位的识别精度达到95%以上。为了验证模型的鲁棒性和泛化能力，在真实的某型航空发动机能谱数据基础上，对含氧数据和噪声数据分别进行测试，进一步说明该模型用于对磨损定位识别的有效性，具备实际应用的可行性。