基于观察学习的机场噪声监测点关联预测研究

• 作者: 王建东 陈曦 陈海燕
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 机场噪声监测 机场噪声预测 关联预测 观察学习 BP神经网络 集成学习
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 335-341
• 页数: 7页
• 分类号: TP183
• 字数: 5752字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.02.022

摘要

针对机场噪声监测点设备损坏和老化导致噪声数据采集异常的问题,寻求软件解决方案.在分析监测点之间关联性的基础上,建立了一种基于观察学习的机场噪声监测点关联预测模型.首先,通过衡量失效监测点和其余正常监测点之间的关联性来筛选出关联度高的监测点;接着,利用BP神经网络集成建立回归预测模型.提出了一种“基于学习成果优异度加权”的观察学习算法,解决了小样本的欠拟合问题,提升了模型泛化能力.基于某机场实测数据的实验表明,所提出的预测模型具有较好的预测能力,并且改进后的算法比标准的观察学习算法更为稳定,效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
2	陈曦	南京航空航天大学计算机科学与技术学院	11	296	5.0	11.0
3	陈海燕	南京航空航天大学计算机科学与技术学院	37	269	7.0	15.0