文章详情
| 稿件标题： | 采用改进AlexNet技术的飞机尾流识别技术研究 |
| 稿件作者： | 段英捷，潘卫军 |
| DOI： | 10.11809/bqzbgcxb2023.S2.039 |
| 栏目名称： | 光学工程与电子技术 |
| 关键词： | 人工智能；飞机尾流；空中交通管制；激光雷达 |
| 文章摘要： | 在RECATCN的推行背景下，为解决飞机尾流间隔过于保守而导致的跑道利用率低、航班延误时间长等问题,提出了采用改进AlexNet神经网络的方法识别近地阶段飞机尾流，针对尾流云图特征,采取了数据增强对原始图像进行了处理，同时保留其背景大气特征，并通过Hash编码特征转换得到定长数据来减轻网络计算复杂度及时间成本，试验结果表明，改进后的网络模型识别准确率均在90%以上，该算法具备识别有效性。 |
| 稿件基金： | 国家自然科学基金项目（U1733203）；民航局安全能力建设项目；青年基金项目（QJ202263） |
| 引用本文格式： | 段英捷，潘卫军.采用改进AlexNet技术的飞机尾流识别技术研究［J］.兵器装备工程学报，2023,44(S2):221-227. DUAN Yingjie，PAN Weijun.Research on aircraft wake turbulence identification technology based on improved AlexNet ［J］.Journal of Ordnance Equipment Engineering,2023,44(S2):221-227. |
| 刊期名称： | 2023年增刊2期 |
| 出版时间： | 2024年2月 |
| 上线时间： | 2024年2月21日 |
| 浏览次数： | 1176 |
| 下载次数： | 28 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |