基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

应激反应对管制员的影响

所谓应激，原意是指施加于物体之上的力量所引起的紧张，变形或破裂。对于人类而言，它通常用于描述人体对施加于其上的各种要求的反应。如果这些要求所产生的压力过大，我们便会受到不利影响，也就产生了应激。而引起应激的一切原因，我们称之为应激源。一般而言，适当的压力可以提     

站调工作中的注意力分配

管制员在空中交通管制服务工作过程中，同飞行人员一样，存在着合理分配注意力的问题。站调工作以其事务繁杂、在场时间长、服务特性相对偏重而称，在这样的工作环境中如何保持注意力的高度集中，就成为确保飞行计划正常、有序实施的重要因素之一。     

《@6教你开飞机》专栏之十七 2对2配合战术(小队双机战术第五部分)

前几期详细介绍了配合机动互相支援的优势和潜在效果。空战中的这些优点几乎是全球公认的,因此双机配合战术被大部分国家的空军沿用至今。尽管理论上都是2架以上战斗机做战前编队,但通常它们会以2架为一组分离。如4架飞机分为2组,每组2架,相互配合对方的机动以互相支援。而且绝大多数情况下各组都倾向于配合与其同源的组。该技巧将在下一章中深入研究。     

C档案编号：NO．44

这张照片是2008年9月11上午11时左右，我在泸定往康定的路上，从长途客车内拍到的。当天天气晴朗，能见度很高，我当时的注意力都在远方的云上，     

冬藏进行时

秋天在传统医学中被认为是五行中属性为金的一行,一年四季中,秋季中的金气是最旺盛的季节。按五行生克理论——金生水来讲,在金秋季节里,属性为水的肾脏是可利用能量最足的脏器。假如这个季节对肾脏进行适当的养护和补益的话,就意味着我们会顺应并借助着大自然的规律和气力来对我们的肾进行事半功倍的保养。     

探秘“影子人”

不知道你是否曾经有过这样的经历:你舒服地坐在沙发上,一个人悠闲地翻看着当天的报纸.在有点儿昏暗的灯光下,眼角的余光在不经意间捕捉到房间内有个不寻常的东西."那是什么?!"当你转过身或者抬起头想看清楚时,却什么也看不到,刚才在感觉中似乎黑黑的、阴影样的东西根本就不存在.当你把注意力重新放回到手中的报纸上.过了一会儿,它又出现了.这一次你快速地抬起头,在那一瞬间你可以清楚地看到一个人形的阴影快速地穿过墙,然后……竟然消失了!     

基于视觉注意力分配的飞机驾驶舱人机界面布局优化

以优化飞机驾驶舱人机界面布局设计为目的,提出了一种基于飞行员视觉注意力分配的布局优化模型。首先分析了计算机辅助三维交互应用软件(Computer aided three-dimensional interactive application,CATIA)中的可视域分析模块,给出不同视野区域的可视性等级,并对驾驶舱人机界面所在的视野范围进行栅格化处理;然后用G1法分析人机界面上各个设备的重要程度,并给予定量赋值;最后建立以飞机驾驶舱人机界面布局的视觉注意分配达到最优为目标函数的优化模型,并引入带有惯性权重的粒子群算法进行模型的求解。利用飞机模拟驾驶舱的人机界面布局为例,进行模型验证,结果表明该模型具有一定的可行性。     

基于空间注意力机制的行人再识别方法

行人再识别是图像检索领域的一个重要部分，但是由于行人姿态各异、背景复杂等因素，导致提取到的行人特征鲁棒性和代表性不强，进而影响行人再识别的精度。在AlignedReID++算法基础上，提出了基于空间注意力机制的行人特征提取方法，应用在行人再识别中取得了很好的效果。首先，在特征提取部分，引入空间注意力机制来增强特征表达，同时抑制可能的噪声；其次，通过在卷积层中引入实例正则化层（IN）来辅助批正则化层（BN）对特征进行归一化处理，解决单一BN层对特征色调变化以及光照变化的不敏感性，提高特征提取对亮度、色调变化的鲁棒性；最后，在Market1501、DukeMTMC和CUHK03 3个行人再识别通用数据集上对所提改进模型进行测试评价。实验结果显示:改进后的模型在3个数据集上识别精度分别提升了2%、2.9%和5.1%，表明改进后的模型相较于改进前的模型，在精度以及鲁棒性上都有显著提高。