原文服务方: 航空计算技术       
摘要:
以基于DTW的机场延误特性分析的研究为基础,选择与机场离港延误时间关联性显著的时序因素进行深度学习.通过制定基于航班延误时间频率和基于单航班延误时间两种机场离港延误等级划分方法,利用BP神经网络对机场离港延误等级进行预测.经试验证明,利用与延误时间相关的时序属性对机场离港延误时间进行预测具有可实践性;利用BP神经网络方法,在上述两类延误等级划分方法中,可以取得较好的预测效果.
推荐文章
离港航空器滑出时间的BP神经网络预测模型
滑出时间预测
BP神经网络
1小时内平均滑出时间
离港航空器
滑出时间影响因素
基于BP神经网络的机场安检旅客流量预测模型
机场
安检旅客流量
BP神经网络
预测
服务资源
调度
基于贝叶斯网络的航班离港延误预警分析
贝叶斯网络
航班离港延误
延误原因
延误预警
基于PSO-BP神经网络的终端区拥堵等级预测模型
空中交通
终端区
拥堵等级预测
粒子群算法
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的机场离港延误等级预测
来源期刊 航空计算技术 学科
关键词 机场离港延误 时序因素 延误等级 BP神经网络
年,卷(期) 2019,(3) 所属期刊栏目 计算方法
研究方向 页码范围 71-74
页数 4页 分类号 V355
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡明华 南京航空航天大学民航学院 172 2019 24.0 36.0
2 陈海燕 南京航空航天大学民航学院 37 269 7.0 15.0
3 谢华 南京航空航天大学民航学院 22 69 6.0 7.0
4 李雨吟 南京航空航天大学民航学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机场离港延误
时序因素
延误等级
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3986
总下载数(次)
0
总被引数(次)
18592
论文1v1指导