期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CBAM-CondenseNet的航班延误波及预测模型
被引量:
28
1
作者
吴仁彪
赵娅倩
+2 位作者
屈景怡
高爱国
陈文秀
《电子与信息学报》
EI
CSCD
北大核心
2021年第1期187-195,共9页
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信...
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信息与机场信息进行数据融合;最后,提出改进的CBAM-CondenseNet算法对融合后的数据进行特征提取,构建Softmax分类器对首班离港航班延误波及的后续离港航班延误等级进行预测。该文提出的CBAM-CondenseNet算法融合了CondenseNet和CBAM的优势,采用通道和空间注意力机制来加强网络结构深层信息的传递。实验结果表明,算法改进后有效提升网络性能,预测准确率可达97.55%。
展开更多
关键词
航班延误波及预测
CBAM-
condensenet
数据融合
注意力机制
在线阅读
下载PDF
职称材料
基于深度学习的动车组击打变形智能检测方法
被引量:
1
2
作者
高明星
高夫
+2 位作者
张闽东
武慧杰
刘鹏飞
《中国高新科技》
2023年第13期121-123,共3页
为了保证动车组的安全运行,需要在动车组运行时进行实时在线故障监测,以便及时、准确地对故障进行检修。目前采用的是当前图像和历史图像进行对比的方法,实现列车运行状况的检测及自动预警。由于设备在不同时间所采集的图像不完全一致,...
为了保证动车组的安全运行,需要在动车组运行时进行实时在线故障监测,以便及时、准确地对故障进行检修。目前采用的是当前图像和历史图像进行对比的方法,实现列车运行状况的检测及自动预警。由于设备在不同时间所采集的图像不完全一致,所以基于该方法在识别过程中会出现误报率较高的情况,并给人工看图徒增大量的时间。文章以击打变形类的故障作为研究对象,基于改进的RetinaNet算法进行故障检测。使用CondenseNet网络替换原主干网络ResNet,极大地减小了模型计算量,整体损失也有所下降。采用Swish函数作为特征的非线性激活,在准确率上有0.7%的提升。使用多尺度特征融合对不同大小目标进行检测,试验结果表明,算法改进后有效提升了网络性能,识别率可达94.3%。
展开更多
关键词
动车故障检测
深度学习
RetinaNet
condensenet
特征融合网络
在线阅读
下载PDF
职称材料
题名
基于CBAM-CondenseNet的航班延误波及预测模型
被引量:
28
1
作者
吴仁彪
赵娅倩
屈景怡
高爱国
陈文秀
机构
中国民航大学天津市智能信号与图像处理重点实验室
中国民用航空华东地区空中交通管理局
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第1期187-195,共9页
基金
国家自然科学基金联合基金(U1833105)
天津市自然科学基金(19JCYBJC15900)。
文摘
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信息与机场信息进行数据融合;最后,提出改进的CBAM-CondenseNet算法对融合后的数据进行特征提取,构建Softmax分类器对首班离港航班延误波及的后续离港航班延误等级进行预测。该文提出的CBAM-CondenseNet算法融合了CondenseNet和CBAM的优势,采用通道和空间注意力机制来加强网络结构深层信息的传递。实验结果表明,算法改进后有效提升网络性能,预测准确率可达97.55%。
关键词
航班延误波及预测
CBAM-
condensenet
数据融合
注意力机制
Keywords
Flight delay propagation prediction
CBAM-
condensenet
Data fusion
Attention mechanism
分类号
TN911.7 [电子电信—通信与信息系统]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于深度学习的动车组击打变形智能检测方法
被引量:
1
2
作者
高明星
高夫
张闽东
武慧杰
刘鹏飞
机构
北京京天威科技发展有限公司
中国铁路哈尔滨局集团有限公司科信部
出处
《中国高新科技》
2023年第13期121-123,共3页
文摘
为了保证动车组的安全运行,需要在动车组运行时进行实时在线故障监测,以便及时、准确地对故障进行检修。目前采用的是当前图像和历史图像进行对比的方法,实现列车运行状况的检测及自动预警。由于设备在不同时间所采集的图像不完全一致,所以基于该方法在识别过程中会出现误报率较高的情况,并给人工看图徒增大量的时间。文章以击打变形类的故障作为研究对象,基于改进的RetinaNet算法进行故障检测。使用CondenseNet网络替换原主干网络ResNet,极大地减小了模型计算量,整体损失也有所下降。采用Swish函数作为特征的非线性激活,在准确率上有0.7%的提升。使用多尺度特征融合对不同大小目标进行检测,试验结果表明,算法改进后有效提升了网络性能,识别率可达94.3%。
关键词
动车故障检测
深度学习
RetinaNet
condensenet
特征融合网络
Keywords
bullet train fault detection
deep learning
RetinaNet
condensenet
feature fusion network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CBAM-CondenseNet的航班延误波及预测模型
吴仁彪
赵娅倩
屈景怡
高爱国
陈文秀
《电子与信息学报》
EI
CSCD
北大核心
2021
28
在线阅读
下载PDF
职称材料
2
基于深度学习的动车组击打变形智能检测方法
高明星
高夫
张闽东
武慧杰
刘鹏飞
《中国高新科技》
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部