融合气象数据的并行化航班延误预测模型

• 作者: 吴仁彪 屈景怡 李佳怡
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 航班延误预测 随机森林 并行化 数据融合
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 505-512
• 页数: 8页
• 分类号: TP391.4
• 字数: 5043字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2018.05.001

摘要

针对航空数据呈现高维化、海量化趋势但传统模型处理大数据时单机计算资源不足的问题,本文提出一种基于Spark并融合气象数据的并行化航班延误预测模型.该模型利用数据框完成航班数据和气象数据的融合,从而在单个航班数据后加入不同小时的气象数据.然后,采用并行化方式进行随机森林的特征划分和树的生成,可快速进行航班延误预测.实验结果表明融入气象数据后查全率和正确率均有提高,针对不同阈值的延误时间进行预测时,大阈值的预测准确率更高.同时,并行化模型分类强度高、相关性弱,具有较好的模型泛化误差,较单机模型更快收敛,具有较强的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仁彪	中国民航大学天津市智能信号与图像处理重点实验室	195	1158	14.0	22.0
2	屈景怡	中国民航大学天津市智能信号与图像处理重点实验室	23	101	5.0	8.0
3	李佳怡	中国民航大学天津市智能信号与图像处理重点实验室	2	18	2.0	2.0