基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题，提出了一种基于Transformer和注意力机制的航空器监视数据融合方法。首先利用Transformer的编码器结构分别对各监视源数据进行

基于Trans/Attention的飞行区航空器监视数据融合方法

作者： 王兴隆   尹昊   丁俊峰   来源： 北京航空航天大学学报 年份： 2023 文献类型 ： 期刊 关键词： 场面监视雷达   注意力机制   Transformer   数据融合   广播式自动相关监视  

描述： 针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题，提出了一种基于Transformer和注意力机制的航空器监视数据融合方法。首先利用Transformer的编码器结构分别对各监视源数据进行

基于视觉Transformer飞行员姿态估计

作者： 吴红兰     刘豪     孙有朝   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 卷积神经网络   智能驾驶舱   民用飞机   飞行员姿态估计   自注意力   可解释性  

描述： 人体姿态估计是行为感知领域中的一个重要环节，也是民用飞机驾驶舱智能交互方式的一项关键技术。为建立民用飞机驾驶舱复杂光照环境与飞行员姿态估计模型性能的可解释联系，提出基于视觉T

基于IPSO-AM-LSTM的飞机地面空调能耗预测

作者： 刘涵     林家泉   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 地面空调   长短时记忆神经网络   粒子群优化   飞机客舱   能耗预测  

描述： 作为一个复杂的热力系统，飞机地面空调能耗受到多种因素的影响，包括各种天气数据和时间特征。为提升飞机客舱使用地面空调制冷时地面空调能耗预测精度，构造了一种基于长短时记忆网络(LSTM)的地面空调

不确定条件下航空不安全事件灵敏度分析的Monte-Carlo方法

作者： 陈浩然   崔利杰   任博   张贾奎   来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： 不确定性   Bow   tie模型   Monte   航空安全   灵敏度   Carlo方法  

描述： 不确定条件下航空不安全事件灵敏度分析的Monte-Carlo方法

基于改进Faster R-CNN的SAR图像飞机检测算法

作者： 李广帅   苏娟   李义红   来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： R   CNN   上下文信息   Align   浅层特征增强   Faster   飞机检测   ROI  

描述： 在合成孔径雷达(Synthetic Aperture Radar，SAR)图像分析领域，飞机目标作为一种重要目标，对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差

不确定条件下航空不安全事件灵敏度分析的Monte-Carlo方法

作者： 陈浩然   崔利杰   任博   张贾奎   来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： 不确定性   Bow   tie模型   Monte   航空安全   灵敏度   Carlo方法  

描述： 不确定条件下航空不安全事件灵敏度分析的Monte-Carlo方法

基于改进Faster R-CNN的SAR图像飞机检测算法

作者： 李广帅   苏娟   李义红   来源： 北京航空航天大学学报 年份： 2020 文献类型 ： 期刊 关键词： R   CNN   上下文信息   Align   浅层特征增强   Faster   飞机检测   ROI  

描述： 在合成孔径雷达(Synthetic Aperture Radar，SAR)图像分析领域，飞机目标作为一种重要目标，对其的检测越来越受到重视。针对传统SAR图像飞机检测算法需要人工设计特征且鲁棒性较差

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： works， 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： works， 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。