-
题名基于蒙特卡罗法的FC-AE-ASM网络可靠性研究
被引量：11
- 1
-
-
作者
易川
翟正军
羊昌燕
-
机构
西北工业大学计算机学院
-
出处
《计算机工程与应用》
CSCD
2014年第3期59-62,共4页
-
基金
国家部委基础科研项目
-
文摘
对于FC-AE-ASM网络的可靠性问题,从FC-AE-ASM网络的基本模型出发,介绍了两种FC-AE-ASM网络冗余结构;提出了基于蒙特卡罗仿真法的网络可靠性分析方法,给出了FC-AE-ASM网络全端可靠度计算方法,给出了仿真结果的误差分析公式;结合由多个FC交换机组成的复杂FC-AE-ASM网络模型实例,分析链路冗余结构、链路可靠概率和节点可靠概率对FC-AE-ASM网络可靠性的影响。
-
关键词
光纤通道-航空电子环境-匿名消息传输(FC-AE-ASM)
蒙特卡罗法
网络可靠性
误差分析
-
Keywords
Fibre Channel-Avionics Environment-Anonymous Subscriber Messaging（FC-AE-ASM）
Monte Carlo method
network reliability
error analysis
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的蒙皮表面缺陷检测研究
- 2
-
-
作者
丁文浩
羊昌燕
陈善敏
-
机构
航空工业成都飞机设计研究所
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2022年第S02期361-367,共7页
-
基金
航空工业成都所创新基金项目(J-2020-030)。
-
文摘
采集大量蒙皮表面缺陷图像作为训练样本,在Faster RCNN网络和SSD网络的基础上设计缺陷检测网络。制定网络评价准则,通过查全率、查准率等技术指标全面衡量网络的可用性。利用高性能图形工作站对2种网络进行训练和测试,测试结果表明,2种网络均可以检测并识别典型缺陷,标识缺陷位置、类别和置信度。结果表明:基于2种基础网络的缺陷检测网络能检测并识别典型缺陷,相关技术指标达到预期水平。
-
关键词
缺陷检测
深度学习
Faster
RCNN
SSD
Pytorch
-
Keywords
defect detection
deep learning
Faster RCNN
SSD
Pytorch
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于DCGAN的飞机部件腐蚀图像数据增广
- 3
-
-
作者
邓印凯
羊昌燕
-
机构
航空工业成都飞机设计研究所综保部
-
出处
《兵器装备工程学报》
CSCD
北大核心
2021年第S02期255-260,共6页
-
基金
成都飞机设计研究所创新基金项目(J-2020-030)。
-
文摘
由于飞机部件腐蚀是一个漫长的过程,现有采集的图片数据少,无法满足深度学习的图像缺陷检测研究,需要对腐蚀图像数据进行增广。通过采用TensorFlow设计实现DCGAN的判别器模型和生成器模型,在部分腐蚀图像数据集下验证了DCGAN模型的图像数据增广能力。实验结果表明DCGAN在图像数据增广方面,通过合理的训练可以达到以假乱真的效果。
-
关键词
腐蚀图像
数据增广
DCGAN
深度学习
TensorFlow
-
Keywords
corrosion image
data augmentation
DCGAN
deep learning
TensorFlow
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
