首页
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻动态
全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
首页>
根据【关键词:
YOLO,深度学习,目标检测,叶片凸台,胶囊网络
】搜索到相关结果
1
条
按文献类别分组
学位论文
(122)
期刊
(104)
会议论文
(5)
按栏目分组
学位论文
(122)
期刊
(104)
会议论文
(5)
按年份分组
2023
(25)
2022
(48)
2021
(53)
2020
(41)
2019
(32)
2018
(28)
2017
(4)
按来源分组
南京航空航天大学
(12)
西安电子科技大学
(10)
电子科技大学
(7)
激光与光电子学进展
(6)
推进技术
(4)
北京交通大学
(4)
北京邮电大学
(4)
吉林大学
(4)
测绘科学技术学报
(3)
上海交通大学
(2)
电子测试
(2)
中国科学院大学学报
(2)
战略支援部队信息工程大学
(2)
山东大学
(2)
信息与控制
(2)
电光与控制
(2)
航空电子技术
(2)
中国科学院大学(中国科学院长春光学精密机械与物理研究所)
(2)
青岛科技大学
(2)
激光与红外
(1)
航空制造技术
(1)
西安工业大学
(1)
航空维修与工程
(1)
长春理工大学
(1)
兰州大学
(1)
中国安全生产科学技术
(1)
中国科学院大学(中国科学院上海技术物理研究所)
(1)
吉林大学学报(理学版)
(1)
中国地质大学(北京)
(1)
航空计算技术
(1)
关键词
基于深度学习的航司航空发动机智能损伤检测一体化解决方案
作者:
王锦申
黄旭
万夕里
来源:
航空维修与工程
年份:
2022
文献类型 :
期刊
关键词:
损伤检测
编码器
发动机
目标检测
深度学习
一体化解决方案
神经网络
在线计数
孔探检测
描述:
航空发动机作为飞机的关键部件,其损伤诊断和维护是保障飞机飞行安全的核心任务。目前,通过人工的定期孔探检测开展检查和维护工作,既费时又容易出错。为此,本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法,以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值,对保证发动机适航具有重要意义。
<
1
>
Rss订阅
订阅地址: