基于SVM和RBF神经网络的民航不安全事件组合预测方法

• 作者: 单晶晶 吴建军 张晨 赵芳霞
• 来源期刊: 山东科学
• 学科: 交通运输
• 关键词: 不安全事件预测 SVM RBF神经网络
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 交通运输专栏
• 页码范围: 61-65,72
• 页数: 6页
• 分类号: U8|V328.1
• 字数: 3455字
• 语种: 中文
• DOI: 10.3976/j.issn.1002-4026.2014.03.012

摘要

为提高航空业安全水平,预测飞行过程中存在的主要事故风险,本文基于2002年2月至2014年2月的民航事故数据统计,采用SVM和RBF神经网络加权组合模型对民航不安全事件发生原因及飞行阶段事故数量进行了预测.通过对3种典型预测方法的均方根误差比较,证明了此方法的可行性与有效性,结论可为民航安全管理提供科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴建军	北京交通大学交通运输学院	23	598	11.0	23.0
2	张晨		6	4	1.0	2.0
3	单晶晶	北京交通大学交通运输学院	1	4	1.0	1.0
4	赵芳霞	北京交通大学交通运输学院	1	4	1.0	1.0