排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
复合材料较为广泛应用于航空、航天等工程领域,但对冲击载荷十分敏感。因此,对复合材料结构承受的冲击载荷进行在线监测以及冲击位置的实时识别具有重要意义。文章以复合材料层合板为研究对象,基于两个冲击位置的距离越靠近则接收到信号幅频特性相似度越高的特点,采用FBG光纤光栅传感器,通过小波包变换的方法来提取能量特征向量,同时结合相关系数法来实现复合材料层合板的冲击位置识别。在480 mm×480 mm的复合材料层合板上开展冲击实验,8次实验皆完成了冲击位置识别,其中7个点距离误差为0 mm,实现精准识别,另一个点误差在6%以内。 相似文献
2.
3.
提出了动态数据驱动的森林火灾仿真方法,在仿真中将实际系统的实测数据反馈到模型中,以提高模型的准确性。仿真运行了模型的多个样本,模型的输入是大量动态的输入而不是传统固定的输入,每一步仿真结束后采用统计的方法筛选出较优样本集作为下一步仿真各样本的初始条件。该方法包含以下关键部分:如何基于不准确模型获得较为可信的仿真结果、模型计算结果准确性度量方法、应用系统的模型和大量仿真样本运行带来的计算复杂度和计算量大的问题等。为解决上述问题,基于离散系统仿真规范提出并实现了一个动态数据驱动的森林火灾仿真框架。实验表明,上述方法将基于传感器测量到的真实火灾数据动态反馈至仿真系统中,获得了更可信的仿真结果。 相似文献
4.
图像的语义分割是对图像中的每个像素标注其所属的类别。在航天领域,语义分割技术可用于定位航天器及其零部件,为航天器故障排除、部件维修、太空垃圾清理等在轨服务创造条件。近几年,全部或部分使用深度学习时,语义分割的效果获得了很大的提升。本文对基于深度学习的语义分割算法进行综述。首先介绍常用的数据集和通用的深度神经网络,随后对两类具有重大实用意义的分割算法:编码器-解码器算法和整合上下文信息算法进行总结。最后对语义分割的发展进行了展望。 相似文献
5.
6.
基于卷积神经网络的局部图像特征描述符算法 总被引:1,自引:0,他引:1
为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。 相似文献
7.
1