关键词
航空装配领域中命名实体识别的持续学习框架
作者: 刘沛丰   钱璐   赵兴炜   陶波   来源: 浙江大学学报(工学版) 年份: 2023 文献类型 : 期刊 关键词: 航空装配   深度学习   智能制造   命名实体识别   持续学习  
描述: 框架在正确率、召回率、F1值上均显著优于以往算法,所提框架可以为航空装配领域命名实体识别任务持续提供可信的结果.
基于SCP框架的航空发动机产业组织分析
作者: 杨方艳   来源: 广西经济 年份: 2023 文献类型 : 期刊 关键词: 航空发动机   市场行为   市场绩效   市场结构  
描述: 经济学中的SCP模型,对行业的市场结构,市场行为和市场绩效进行研究和分析,得出国内航空发动机行业市场集中度较高,存在着价格交易新模式以及市场绩效整体水平偏低结论,结合当前行业发展现状为我国航空发动机行业发展提供相关建议和对策。
TOGAF企业架构框架在民航旅客服务系统架构设计中的应用
作者: 李永进   刘开胜   段锴   来源: 中国信息化 年份: 2023 文献类型 : 期刊 关键词: 民航旅客   系统架构设计   TOGAF   企业架构  
描述: 了全面的方法,已被广泛接受并作为世界各地企业架构设计的事实标准。一、TOGAF企业架构设计框架TOGAF企业架构设计框架,包括业务架构、应用架构、数据架构和技术架构四部分内容。
基于哈佛分析框架下航空运输企业的财务分析与前景预测——以D航空公司为例
作者: 陶宇沁   柳峥铭   来源: 物流科技 年份: 2023 文献类型 : 期刊 关键词: 财务分析   哈佛分析框架   航空运输  
描述: 的调整且考验着企业应对风险的能力。因此,文章运用哈佛分析框架,着眼于航空运输企业的发展战略和经营模式,从多角度对航空运输企业自身的特质、财务及发展前景进行分析,力求使研究结果更加客观、精准,以期为航空运输企业的发展提供更具针对性的建议。
吉林化纤与中国航空制造技术研究院签署战略合作框架协议
作者: 暂无 来源: 高科技纤维与应用 年份: 2023 文献类型 : 期刊 关键词: 制造技术   研究院   战略合作框架协议   吉林化纤  
描述: 11月16日,吉林化纤与中国航空制造技术研究院签署战略合作框架协议,共同推进碳纤维及复合材料研发应用,推动碳纤维产业加快高质量发展。中国航空制造技术研究院院长李志强、吉林化纤董事长宋德武等参加签约
美国航空航天局无人太空任务架构框架基本原理
作者: 许冬彦   周玉霞   陈运军   吕良庆   黄永辉   来源: 中国航天 年份: 2023 文献类型 : 期刊 关键词: 基本原理   美国航空航天局  
描述: 2021年3月,美国航空航天局(NASA)发布了NHB 1005《无人太空任务架构框架手册》。该手册提供了背景信息、程序和实例,以及将太空任务架构框架(SMAF)应用于无人太空任务的技术和方案指南
面向民航事故报告的异构图摘要模型研究
作者: 何元清   郑鑫   来源: 现代计算机 年份: 2023 文献类型 : 期刊 关键词: 民航事故调查跟踪报告   实体节点   图注意力机制   抽取式   异构图网络  
描述: 民航事故跟踪调查报告隐藏着大量民航安全信息,对其进行提炼与理解是后续安全监督与管理的基础。然而当前自动文本摘要模型主要集中在新闻等通用领域,移植到专业领域内会忽略很多民航领域关键信息。为此,提出
基于STIRPAT改进模型的民航碳排放预测研究
作者: 屈仁春   陈萍秀   来源: 成都航空职业技术学院学报 年份: 2023 文献类型 : 期刊 关键词: 民航   偏最小二乘回归   碳排放   STIRPAT  
描述: ”民用航空发展规划》的规划数据和GM(1,1)模型对民航碳排放单个指标进行预测,计算了2023/2032年的民航碳排放预测值,根据预测结果给出了实现民航碳达峰的建议。
基于自由变形的航空叶片模型快速修正
作者: 林志跃   李海艳   梁桂铭   汪晓松   来源: 组合机床与自动化加工技术 年份: 2023 文献类型 : 期刊 关键词: 自由变形   B样条   点云配准   拓扑重构   点云提取  
描述: 使用传统重构方法对航空叶片模型进行重构需要对叶片实际点云进行点云分割,曲面拼接等复杂操作,重构效率较低。针对此问题,提出了一种基于自由变形的航空叶片模型快速修正方法。首先,将叶片设计模型离散点云与
基于内嵌物理约束神经网络模型的航空发动机数字工程模型
作者: 林志富   肖洪   王占学   张晓博   来源: 推进技术 年份: 2023 文献类型 : 期刊 关键词: 特征处理   航空发动机   数字工程模型   性能参数预估   内嵌物理约束神经网络  
描述: 相对误差和峰值相对误差均小于常规神经网络模型。在一定的模型规模下,基于架构的数字模型的峰值相对误差仅为常规神经网络模型1/4。通过物理约束,克服了数据驱动模型对大数据的依赖,指导了神经网络层的超参数设置。
< 1 2 ... 6 7 8
Rss订阅