排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
在非定常气动力下,为防止飞机进入危险状态,通过建模进行状态预测,是保障飞行安全的重要手段,传统方法建模过程复杂、工程化难度大且普适性不强。为更好解决大迎角下飞行状态预测,使用基于深度学习的时序序列预测方法,推测飞机的飞行状态,达到最大限度发掘飞机性能、保障飞行安全的目的。提出一种多任务Transformer模型,同时完成飞行状态参数回归和飞行状态分类。实验结果表明,相比于同类模型,该模型的预测性能有大幅提升。 相似文献
3.
4.
现有的单图像超分辨率重建算法一般存在重建图像过于失真或将低分辨率图像噪点放大的问题,针对上述两个问题,提出一种基于简单通道注意力机制的生成对抗网络(SCAGAN)模型。采用随机高阶退化模型缓解重建图像过于失真的问题;加入简单通道注意力机制模块到残差密集块中作为模型的生成器网络模块,解决重建图像将低分辨率图像重建后噪点会放大的问题。实验数据表明,与现有的超分辨率算法相比,该算法有效降低了重建图像过于失真与将低分辨率图像噪点放大的问题,重建出的图像更加真实自然。 相似文献
1