基于区域残差和LSTM网络的机场延误预测模型

• 作者: 叶萌 屈景怡 渠星
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 区域残差网络 长短时记忆网络 机场延误预测 特征提取
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 149-159
• 页数: 11页
• 分类号: TP183
• 字数: 8089字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019091

摘要

针对目前民航运输业对机场延误预测高精度的要求,提出一种基于区域残差和长短时记忆(RR-LSTM)网络的机场延误预测模型.首先,将机场的属性信息、气象信息和相关运行航班信息进行融合;然后,利用RR-LSTM网络对融合后的机场数据集进行特征提取;最后,构建Softmax分类器对机场延误分类预测.所提RR-LSTM网络模型既能有效提取机场延误数据的时间相关性,又能避免深层LSTM网络的梯度消失问题.实验结果表明,RR-LSTM网络模型预测准确率可达95.52％,取得了比传统网络模型更好的预测效果.其中,融合机场的气象信息和相关运行航班信息后,预测准确率可提高约11％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	渠星	中国民航大学天津市智能信号与图像处理重点实验室	2	5	1.0	2.0
3	叶萌	中国民航大学天津市智能信号与图像处理重点实验室	2	6	1.0	2.0