关键词
基于改进YOLOv8的遥感图像飞机目标检测研究
作者: 张德银     赵志恒     谢逸戈     黄少晗   来源: 自动化应用 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   目标检测   飞机目标   YOLOv8算法  
描述: 为解决遥感图像飞机目标检测时易出现检测精度低与漏检误检等问题,提出了一种基于YOLOv8算法的遥感图像飞机目标检测改进算法。首先,将坐标注意力机制模块嵌入卷积模块中,使其能提取复杂背景下的飞机小目标
改进YOLOv8n的轻量级遥感图像军用飞机检测算法
作者: 杨瑞君     张浩     叶璟   来源: 电子测量技术 年份: 2025 文献类型 : 期刊 关键词: 目标检测   YOLOv8   军用飞机   注意力模块   倒置瓶颈   特征金字塔  
描述: 改进YOLOv8n的轻量级遥感图像军用飞机检测算法
基于深度学习的飞机目标跟踪应用研究
作者: 赵春梅   陈忠碧   张建林   来源: 光电工程 年份: 2019 文献类型 : 期刊 关键词: 鲁棒跟踪   实时跟踪   飞机目标   迁移学习   FDLAT  
描述: 本文针对飞机目标,提出了基于多域网络(MDNet)的改进网络用于飞机跟踪的快速深度学习(FDLAT)跟踪网络,使用迁移学习弥补目标跟踪的小样本集缺陷。卷积层作为特征提取层,全连接层作为目标和背景
一种飞机目标及典型地物红外辐射仿真方法
作者: 叶新   张焱   陈小天   张丰   张君军   邱跳文   来源: 计算机工程与科学 年份: 2018 文献类型 : 期刊 关键词: 温度场模型   RadThermIR   OpenGL   飞机目标   红外辐射仿真  
描述: 机场场景内的飞机目标及其所处的地物背景具有重要军事应用价值,为了实现对这类目标的检测、识别以及动态监测,需要一套能够在不同季节、不同气象条件、不同时段、不同探测波段等条件下机场场景内飞机/地物红外
SAR图像飞机目标智能检测识别技术研究进展与展望
作者: 罗汝     赵凌君     何奇山     计科峰     匡纲要   来源: 雷达学报 年份: 2024 文献类型 : 期刊 关键词: 可解释人工智能   合成孔径雷达   深度学习   飞机目标   目标检测与识别  
描述: 合成孔径雷达(SAR)采用相干成像机制,具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标,其检测与识别已成为SAR图像解译领域的研究热点。近年来,深度学习技术的引入,极大提升了SAR
单站高频雷达飞机目标探测的相关研究
作者: 刘赣     田应伟     文必洋     马盛波   来源: 太赫兹科学与电子信息学报 年份: 2025 文献类型 : 期刊 关键词: 线性调频中断连续波(FMICW)   时频分析   飞机目标   广义Radon傅里叶变换(GRFT)   紧凑型高频雷达(HFGWR)  
描述: 单站高频雷达飞机目标探测的相关研究
轻量化精密铸造成型技术在航空航天关键部件中的应用
作者: 薛斌   许忠斌   张小岩   李光明   霍庆文   周翔宇   来源: 铸造技术 年份: 2022 文献类型 : 期刊 关键词: 航空航天   模具   轻量化   精密铸造  
描述: 随着航空航天及相关精密制造领域的发展,对关键部件轻量化和精密成型的需求越来越高。以铝镁合金精密铸造成型技术为代表,分析了航空航天领域关键部件上各类材料的工艺原理和应用情况,介绍了轻量化精密压铸模具成型技术项目实施取得的成果,指出了轻量化精密压铸成型技术在今后航空航天关键部件领域应用的重要方向。
一种航空浸液环境转子轻量化技术研究与应用
作者: 戴志立   覃万健   陈真   来源: 微电机 年份: 2023 文献类型 : 期刊 关键词: 转矩波动   浸液环境   Halbach阵列   轻量化  
描述: 在航空领域中,随着各机型的不断升级和换代,减重是提升战机性能和降低飞行成本的重要方法之一。无刷电机在飞机的液压、环控、飞控、动力、刹车以及辅助系统中有大量应用,故电机的轻量化设计符合现代军工产品
基于刚度约束的飞机复合材料货舱门优化设计
作者: 李超   闫亚斌   杨华伦   来源: 玻璃钢/复合材料 年份: 2018 文献类型 : 期刊 关键词: 优化   轻量化   多种刚度约束   铺层比例  
描述: 民用飞机在飞行过程中,舱门要承受很大的压差载荷。随着轻量化要求的日益严格,复合材料舱门逐渐成为一种趋势,而舱门在设计中除了满足强度要求外还必须满足刚度要求。为了研究复合材料在舱门上应用的减重潜力
面向航空应用的神经网络轻量化设计
作者: 程陶然   李阳   来源: 电脑知识与技术 年份: 2019 文献类型 : 期刊 关键词: 模型压缩   结构优化   神经网络   轻量化  
描述:轻量化设计方法进行了总结分析。神经网络的轻量化设计主要通过模型压缩和计算结构优化实现对网络参数存储空间的压缩和运算速度提升,具体方法包括模型裁剪、参数量化与编码、可分离卷积、知识提取、矩阵低秩分解等。
< 1 2 3
Rss订阅