不同结构深度神经网络的时间域航空电磁数据成像性能分析

作者： 李金峰   刘云鹤   来源： 世界地质 年份： 2021 文献类型 ： 期刊 关键词： 电磁数据   地球物理   成像   深度神经网络  

描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。

不同结构深度神经网络的时间域航空电磁数据成像性能分析

作者： 李金峰   刘云鹤   来源： 世界地质 年份： 2020 文献类型 ： 期刊 关键词： 电磁数据   地球物理   成像   深度神经网络  

描述： 时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据-模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。

DNN加速器技术发展及航空计算系统应用展望

作者： 赵一煊   刘飞阳   高晗   王建生   来源： 航空计算技术 年份： 2022 文献类型 ： 期刊 关键词： 智能计算   深度神经网络   航空电子系统   硬件加速器  

描述： 新一代航空计算系统将以高性能智能数据处理为核心，能够支撑智能化的图像/雷达目标识别、大数据分析、指控决策、故障自诊断等多种应用场景。深度神经网络硬件加速器是面向人工智能领域专用的硬件加速平台，能够

基于深度神经网络的无人作战飞机自主空战机动决策

作者： 张宏鹏   黄长强   轩永波   唐上钦   来源： 兵工学报 年份： 2021 文献类型 ： 期刊 关键词： 无人作战飞机   空战态势   深度神经网络   飞行仿真   机动决策  

描述： 机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络

基于深度神经网络的无人作战飞机自主空战机动决策

作者： 张宏鹏   黄长强   轩永波   唐上钦   来源： 兵工学报 年份： 2021 文献类型 ： 期刊 关键词： 无人作战飞机   空战态势   深度神经网络   飞行仿真   机动决策  

描述： 机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络

基于改进粒子群深度神经网络的频率域航空电磁反演

作者： 廖晓龙   张志厚   范祥泰   路润琪   姚禹   曹云勇   徐正宣   来源： 中南大学学报(自然科学版) 年份： 2021 文献类型 ： 期刊 关键词： 频率域   深度神经网络   航空电磁   改进粒子群优化算法   反演  

描述： 传统的梯度反演方法依赖于初始模型选取,且容易陷入局部极小,在一定程度上影响着反演的求解精度和收敛速度,为此,提出一种基于改进粒子群深度神经网络的频率域航空电磁反演方法。首先,通过频率域航空电磁模型正

遥感图像飞机目标高效搜检深度学习优化算法

作者： 郭琳   秦世引   来源： 北京航空航天大学学报 年份： 2019 文献类型 ： 期刊 关键词： 停机坪与跑道分割   深度神经网络   深度学习   飞机目标检测   大幅面遥感图像  

描述： 为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(DNN)的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与

基于融合卷积Transformer的航空发动机故障诊断

作者： 赵洪利   杨佳强   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 自注意力机制   航空发动机   故障诊断   深度神经网络   融合卷积Transformer  

描述： 航空发动机长期处于恶劣的气路环境下工作会面临腐蚀、侵蚀等问题，且故障参数特征不明显，因此精准的航空发动机故障诊断方法对保证飞机安全运行具有重要意义。为提高预测准确性，提出了一种基于融合卷积Transformer的航空发动机故障诊断方法，利用自注意力机制提取有用特征，抑制冗余信息，并且将最大池化层（MaxPool）引入Transformer模型中，进一步降低模型内存消耗以及参数量，缓解过拟合现象。以基于GasTurb建模的涡扇发动机仿真数据集进行验证，结果与Transformer网络和其他传统深度学习模型反向传播神经网络（Back Propagation Neural Networks， BP网络）、卷积神经网络（Convolutional Neural Networks， CNN）和循环神经网络（Recurrent Neural Network， RNN）相比，准确率分别提高了6.552%、28.117%、13.189%和10.29%，证明了本文方法的有效性，可为航空发动机故障诊断提供一定的参考。

基于新型深度神经网络的民机表面缺陷识别

作者： 张德银   陈从翰   黄选红   徐志强   来源： 计算技术与自动化 年份： 2020 文献类型 ： 期刊 关键词： 深度神经网络   表面缺陷识别   Inception   Net   残差   民航飞机  

描述： 为解决机务人员依靠经验来对民航飞机的表面缺陷进行识别时易发生误判的问题,开发了一种用于民机表面的缺陷识别的结合Inception-net和残差模块的新型深度神经网络。首先,通过对各机场的在修飞机

应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。