基于机器学习的航空公司乘客满意度预测

作者： 刘宇波   来源： 科技创业月刊 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   满意度   预测   Python  

描述： 利用Python中的pandas库、numpy库和matplotlib库对数据进行预处理和分析可视化，然后运用机器学习分类算法对数据进行建模，最后对预测结果进行分析。该建模可对用户满意度进行预测，以便制定合适的运营方案，提高乘客满意度。

基于机器学习的航空公司乘客满意度预测

作者： 刘宇波   来源： 科技创业月刊 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   满意度   预测   Python  

描述： 利用Python中的pandas库、numpy库和matplotlib库对数据进行预处理和分析可视化，然后运用机器学习分类算法对数据进行建模，最后对预测结果进行分析。该建模可对用户满意度进行预测，以便制定合适的运营方案，提高乘客满意度。

基于机器学习的机场场面航空器速度控制研究

作者： 刘玥琳   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 场面自动化   机器学习   航空器速度控制   机场场面冲突  

描述： 基于机器学习的机场场面航空器速度控制研究

航空螺旋桨气动噪声优化设计研究

作者： 胡天翔   耿欣   程国强   刘沛清   来源： 第十二届全国流体力学学术会议摘要集 年份： 2022 文献类型 ： 会议论文 关键词： 机器学习   气动声学   降噪优化   螺旋桨  

描述： 航空螺旋桨气动噪声优化设计研究

基于机器学习的机场场面航空器速度控制研究

作者： 刘玥琳   来源： 中国民用航空飞行学院 年份： 2022 文献类型 ： 学位论文 关键词： 场面自动化   机器学习   航空器速度控制   机场场面冲突  

描述： 基于机器学习的机场场面航空器速度控制研究

航空螺旋桨气动噪声优化设计研究

作者： 胡天翔   耿欣   程国强   刘沛清   来源： 第十二届全国流体力学学术会议摘要集 年份： 2022 文献类型 ： 会议论文 关键词： 机器学习   气动声学   降噪优化   螺旋桨  

描述： 航空螺旋桨气动噪声优化设计研究

基于XGBoost的航空器动态滑行时间预测方法研究

作者： 赵征   冯事成   宋梅雯   胡莉   陆莎   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   XGBoost   动态滑行时间   航空运输   样本量  

描述： 滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。

基于XGBoost的航空器动态滑行时间预测方法研究

作者： 赵征   冯事成   宋梅雯   胡莉   陆莎   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   XGBoost   动态滑行时间   航空运输   样本量  

描述： 滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。

基于XGBoost的航空器动态滑行时间预测方法研究

作者： 赵征   冯事成   宋梅雯   胡莉   陆莎   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   XGBoost   动态滑行时间   航空运输   样本量  

描述： 滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。

基于XGBoost的航空器动态滑行时间预测方法研究

作者： 赵征   冯事成   宋梅雯   胡莉   陆莎   来源： 航空工程进展 年份： 2022 文献类型 ： 期刊 关键词： 机器学习   XGBoost   动态滑行时间   航空运输   样本量  

描述： 滑行时间预测精度的关联,并以广州白云国际机场为分析对象进行实验。结果表明:采用XGBoost算法,进/离港滑行时间的预测精度分别达到了94.1%和96.6%,优于主流算法随机森林和支持向量回归;且实现白云机场动态滑行时间的精确和稳定预测所需样本量在32 000条(含)以上。