期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CBAM-CondenseNet的航班延误波及预测模型
被引量：
28
1
作者
吴仁彪
赵娅倩
+2 位作者
屈景怡
高爱国
陈文秀
《电子与信息学报》
EI
CSCD
北大核心
2021年第1期187-195,共9页
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信...
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信息与机场信息进行数据融合;最后,提出改进的CBAM-CondenseNet算法对融合后的数据进行特征提取,构建Softmax分类器对首班离港航班延误波及的后续离港航班延误等级进行预测。该文提出的CBAM-CondenseNet算法融合了CondenseNet和CBAM的优势,采用通道和空间注意力机制来加强网络结构深层信息的传递。实验结果表明,算法改进后有效提升网络性能,预测准确率可达97.55%。
展开更多
关键词
航班延误波及预测
CBAM-CondenseNet
数据融合
注意力机制
在线阅读
下载PDF
职称材料
融合注意力机制SimAM的CNN-MogrifierLSTM航班延误波及预测
被引量：
2
2
作者
屈景怡
张金杰
+1 位作者
赵娅倩
李云龙
《信号处理》
CSCD
北大核心
2022年第11期2412-2423,共12页
连续航班中的延误波及往往会引起大规模的航班延误产生,提前对航班延误波及问题进行预测可以为民航部门提供有效参考,减少相关的经济损失。本文首先对航班数据进行清洗与数据融合,针对空管部门实际航班运行情况提出强空间航班链数据集...
连续航班中的延误波及往往会引起大规模的航班延误产生,提前对航班延误波及问题进行预测可以为民航部门提供有效参考,减少相关的经济损失。本文首先对航班数据进行清洗与数据融合,针对空管部门实际航班运行情况提出强空间航班链数据集与强时序航班链数据集两种不同的构造方法;然后根据航班延误波及传播的空时特性提出融合注意力机制SimAM的CNN-MogrifierLSTM网络模型,先使用卷积神经网络(Convolutional Neural Network,CNN)结合注意力机制SimAM模块对空间特征进行提取,再用形变的长短时记忆网络(Mogrifier Recurrent Neural Network,MogrifierLSTM)对时序信息进行学习;最后使用Softmax分类器对延误等级进行分类预测。本文提出的预测方法,在航班延误波及进行预测的实验中取得了93.16%的准确率,相比单独使用CNN或LSTM大有提升,加上SimAM注意力机制后相比CNN-MogrifierLSTM网络在不同数据集上准确率也提升了0.6%左右。
展开更多
关键词
航班延误波及预测
航班
链
形变的长短时记忆网络
注意力机制
在线阅读
下载PDF
职称材料
题名
基于CBAM-CondenseNet的航班延误波及预测模型
被引量：
28
1
作者
吴仁彪
赵娅倩
屈景怡
高爱国
陈文秀
机构
中国民航大学天津市智能信号与图像处理重点实验室
中国民用航空华东地区空中交通管理局
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第1期187-195,共9页
基金
国家自然科学基金联合基金(U1833105)
天津市自然科学基金(19JCYBJC15900)。
文摘
针对航班延误衍生的航班延误波及问题,该文提出一种基于CBAM-CondenseNet的航班延误波及预测模型。首先,通过分析航班延误在航空网络内产生的延误波及现象,确定会受前序延误航班影响的航班链;其次,对选定的航班链数据进行清洗,将航班信息与机场信息进行数据融合;最后,提出改进的CBAM-CondenseNet算法对融合后的数据进行特征提取,构建Softmax分类器对首班离港航班延误波及的后续离港航班延误等级进行预测。该文提出的CBAM-CondenseNet算法融合了CondenseNet和CBAM的优势,采用通道和空间注意力机制来加强网络结构深层信息的传递。实验结果表明,算法改进后有效提升网络性能,预测准确率可达97.55%。
关键词
航班延误波及预测
CBAM-CondenseNet
数据融合
注意力机制
Keywords
Flight delay propagation prediction
CBAM-CondenseNet
Data fusion
Attention mechanism
分类号
TN911.7 [电子电信—通信与信息系统]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
融合注意力机制SimAM的CNN-MogrifierLSTM航班延误波及预测
被引量：
2
2
作者
屈景怡
张金杰
赵娅倩
李云龙
机构
中国民航大学天津市智能信号与图像处理重点实验室
上海民航华东通信网络发展有限公司
出处
《信号处理》
CSCD
北大核心
2022年第11期2412-2423,共12页
基金
国家自然科学基金联合基金项目(U1833105)
天津市自然科学基金面上项目(19JCYBJC15900)。
文摘
连续航班中的延误波及往往会引起大规模的航班延误产生,提前对航班延误波及问题进行预测可以为民航部门提供有效参考,减少相关的经济损失。本文首先对航班数据进行清洗与数据融合,针对空管部门实际航班运行情况提出强空间航班链数据集与强时序航班链数据集两种不同的构造方法;然后根据航班延误波及传播的空时特性提出融合注意力机制SimAM的CNN-MogrifierLSTM网络模型,先使用卷积神经网络(Convolutional Neural Network,CNN)结合注意力机制SimAM模块对空间特征进行提取,再用形变的长短时记忆网络(Mogrifier Recurrent Neural Network,MogrifierLSTM)对时序信息进行学习;最后使用Softmax分类器对延误等级进行分类预测。本文提出的预测方法,在航班延误波及进行预测的实验中取得了93.16%的准确率,相比单独使用CNN或LSTM大有提升,加上SimAM注意力机制后相比CNN-MogrifierLSTM网络在不同数据集上准确率也提升了0.6%左右。
关键词
航班延误波及预测
航班
链
形变的长短时记忆网络
注意力机制
Keywords
flight delay propagation prediction
flight chain
mogrifier recurrent neural network
attention mechanism
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CBAM-CondenseNet的航班延误波及预测模型
吴仁彪
赵娅倩
屈景怡
高爱国
陈文秀
《电子与信息学报》
EI
CSCD
北大核心
2021
28
在线阅读
下载PDF
职称材料
2
融合注意力机制SimAM的CNN-MogrifierLSTM航班延误波及预测
屈景怡
张金杰
赵娅倩
李云龙
《信号处理》
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
