一种基于深度学习算法的定量化航天产品质量控制方法被引量：1

A Quantitative Aerospace Product Quality Control Method Based on Deep Learning Algorithm

下载PDF

导出

摘要航天产品具有高技术、高风险的特点,主要原因是航天产品系统复杂,技术指标要求高,常采用新技术、新材料、新工艺,而产品一旦发生故障,损失巨大.此外,航天产品多品种、小批量的生产特点使得产品实践机会少,对航天工作者从实践中摸索规律的能力提出了高要求.

作者李涛张海利

机构地区北京神舟航天软件技术有限公司中国航天科技集团有限公司

出处《航天工业管理》 2018年第11期9-12,共4页 Aerospace Industry Management

关键词航天产品质量控制方法学习算法定量化新技术指标要求生产特点新材料

分类号 F426.5 [经济管理—产业经济] F273.2 [经济管理—企业管理]

引文网络
相关文献

同被引文献24

1王吉奎,付威,王卫兵,李斌.SMS-1500型秸秆粉碎与残膜回收机的设计[J].农业工程学报,2011,27(7):168-172. 被引量：103
2江水泉,张海东,华英杰.基于计算机视觉的农田残膜定位研究[J].中国农机化学报,2016,37(11):150-154. 被引量：1
3赵岩,郑炫,陈学庚,牛琪,纪超,周敦兴.CMJY-1500型农田残膜捡拾打包联合作业机设计与试验[J].农业工程学报,2017,33(5):1-9. 被引量：50
4由佳翰,张本华,温浩军,康建明,宋玉秋,陈学庚.铲齿组合式残膜捡拾装置设计与试验优化[J].农业机械学报,2017,48(11):97-104. 被引量：25
5王科俊,赵彦东,邢向磊.深度学习在无人驾驶汽车领域应用的研究进展[J].智能系统学报,2018,13(1):55-69. 被引量：80
6袁培森,黎薇,任守纲,徐焕良.基于卷积神经网络的菊花花型和品种识别[J].农业工程学报,2018,34(5):152-158. 被引量：44
7王旭峰,胡灿,鲁兵,弋晓康,侯书林.抛膜链齿输送式残膜回收机设计与试验[J].农业机械学报,2018,49(3):122-129. 被引量：31
8田辛亮,赵岩,陈学庚,颜利民,温浩军,缑海啸,纪超.4JSM-2000A型棉秆粉碎及搂膜联合作业机的研制[J].农业工程学报,2018,34(10):25-35. 被引量：29
9卢伟,胡海阳,王家鹏,王玲,Yiming Deng.基于卷积神经网络面部图像识别的拖拉机驾驶员疲劳检测[J].农业工程学报,2018,34(7):192-199. 被引量：24
10顾满,胡志超,姬广硕,游兆延,徐弘博,吴努.残膜回收机防膜回带机构分析及发展思考[J].农机化研究,2019,41(4):257-263. 被引量：4

引证文献1

1张学军,黄爽,靳伟,鄢金山,史增录,周鑫城,张朝书.基于改进Faster R-CNN的农田残膜识别方法[J].湖南大学学报（自然科学版）,2021,48(8):161-168. 被引量：9

二级引证文献9

1刘小龙.残膜机械化回收存在的问题及对策[J].乡村科技,2022,13(7):142-144. 被引量：2
2尚文卿,齐红波.基于改进Faster R-CNN与迁移学习的农田杂草识别算法[J].中国农机化学报,2022,43(10):176-182. 被引量：6
3王文亮,李延祥,张一帆,韩鹏,刘识灏.MPANet-YOLOv5:多路径聚合网络复杂海域目标检测[J].湖南大学学报（自然科学版）,2022,49(10):69-76. 被引量：12
4项荣,张茂琛.基于改进Mask R-CNN的番茄茎秆分类方法[J].湖南大学学报（自然科学版）,2023,50(2):31-39. 被引量：3
5惠巧娟,马伟,边超.融合强化注意力机制的农田杂草识别方法[J].中国农机化学报,2023,44(4):195-201. 被引量：2
6王建翠,惠巧娟,吴立国.基于多尺度注意力和深度可分离卷积的农田杂草检测[J].中国农机化学报,2023,44(5):182-187.
7牛玉珩,李永可,陈燕红,蒋平安.基于改进SegFormer模型的棉田地表残膜图像分割方法[J].计算机与现代化,2023(7):93-98. 被引量：1
8蒲俊羽,戴飞,史瑞杰,王久鑫,宋学锋,李璐,赵武云.基于深度学习的“一膜两年用”玉米全膜双垄沟种床特征识别方法研究[J].干旱地区农业研究,2024,42(4):298-310.
9董洪丽,江翰屿,高晨翔,袁玉兴,任泽民.结合图像处理和深度学习的麦穗识别方法[J].人工智能与机器人研究,2021,10(4):299-305.

1潘少芳.我国传统服饰中的工匠精神及其启示[J].宿州教育学院学报,2018,21(4):10-12.
2孙国慧,柴跃,无.坚定文化自信凝聚起建设航天强国的强大力量[J].企业文明,2018,0(8):40-42.
3李芹,王培福,吴涛,高金颖,苗凤茹,李继来,邱石,杜继臣.航天工作者偏头痛患病率及相关因素分析[J].神经损伤与功能重建,2018,13(2):73-75. 被引量：1
4邹勤,许力.海报设计的创新实践探索[J].设计,2018,31(21):138-139. 被引量：6
5刘姗姗,张琳,陈思舟,杨洋,丁浩.复合式测量技术在航天产品形位尺寸检测中的应用[J].制造技术与机床,2018(11):124-127. 被引量：2
6朱志萍.新形势下超大城市社会治安风险治理研究[J].特区实践与理论,2018,0(5):84-89. 被引量：4
7朱一青,朱占峰,朱耿,张晓东.基于国际物流的供应链金融风险识别和传导原理分析[J].物流科技,2018,41(11):136-140. 被引量：3
8徐晓娜,吴玉跃,杨泽宇,孙宾.基于拉动模式的生产管理方式[J].中小企业管理与科技,2018,2(30):38-39.
9汪超.关于商业银行集中营运操作风险管理的思考[J].经济视野,2018,0(18):36-36.
10黄颖.佛教仿古建筑设计探索[J].城市建筑,2018,15(23):103-105.

航天工业管理

2018年第11期

浏览历史

内容加载中请稍等...

一种基于深度学习算法的定量化航天产品质量控制方法被引量：1

同被引文献24

引证文献1

二级引证文献9

相关作者

相关机构

相关主题

浏览历史

一种基于深度学习算法的定量化航天产品质量控制方法 被引量：1

同被引文献24

引证文献1

二级引证文献9

相关作者

相关机构

相关主题

浏览历史

一种基于深度学习算法的定量化航天产品质量控制方法被引量：1