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
- 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： 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。
- 基于深度学习的航空监视方法研究
- 作者： 王艳明 王宝珠 来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 航空监视 深度学习 人工智能 国土安全 俯视视角
- 描述： 我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断
- 一种高效的高分辨率遥感影像飞机目标检测方法
- 作者： 刘媛 姚剑 冯辰 来源： 测绘地理信息 年份： 2020 文献类型 ： 期刊 关键词： 高分辨率遥感影像 直线概率图 深度学习 飞机检测 显著性
- 描述： 一种高效的高分辨率遥感影像飞机目标检测方法
- 某型军用飞机下降阶段燃油消耗模型研究
- 作者： 吴祯涛 李学仁 杜军 来源： 信号处理 年份： 2020 文献类型 ： 期刊 关键词： 互信息 长短期记忆网络 飞参数据 深度学习 燃油消耗
- 描述： 某型军用飞机下降阶段燃油消耗模型研究
- 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： 飞机目标分类问题。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
- 基于深度学习的航空发动机故障融合诊断
- 作者： 车畅畅 王华伟 倪晓梅 洪骥宇 来源： 北京航空航天大学学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机 故障诊断 深度学习 抗干扰能力 决策融合
- 描述： 通过对航空发动机故障诊断,能够正确判断各部件工作状态,快速确定维修方案,保证飞行安全。在结合深度信念网络和决策融合理论的基础上,提出了基于深度学习的航空发动机故障融合诊断模型。该模型通过分析发动机
- 基于深度学习的航空发动机传感器故障检测
- 作者： 刘云龙 谢寿生 郑晓飞 边涛 来源： 传感器与微系统 年份： 2018 文献类型 ： 期刊 关键词： 飞参数据 深度学习 故障检测 深度置信网络 航空发动机传感器
- 描述： 针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法。对发动机参数记录仪采集的多维数据进行预处理
- 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。
- 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。