融合空洞卷积与多重注意力机制的飞机面板告警识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

0引言

随着人工智能的发展，近年来不少学者采用图像识别技术辅助维修排故。黄海鸣等基于LeNet-5神经网络设计卷积核，提高了离心泵空化故障诊断准确率。赵晓晗面向变电站电力设备故障识别，基于RetinaNet框架提出了融合卷积块注意力模块（Convo-lutionalBlockAttentionModule，CBAM）与路径聚合网络的方法。（剩余6095字）

试读结束

目录
monitor