首页>
根据【关键词:支持向量机,结冰探测,机器学习,飞机结冰,多层感知机,旋翼,螺旋桨】搜索到相关结果 35 条
-
基于Multi-Agent的航空装备产业集聚区域供应链协同采购协商模型研究
-
作者:
汪明
来源:
贵州大学
年份:
2022
文献类型 :
学位论文
关键词:
支持向量机
供应链
Agent技术
粒子群算法
协商模型
-
描述:
基于Multi-Agent的航空装备产业集聚区域供应链协同采购协商模型研究
-
基于QAR的A320系列飞机空调故障分析和预测方法研究
-
作者:
张灵杰
来源:
电子科技大学
年份:
2022
文献类型 :
学位论文
关键词:
QAR数据
支持向量机
极限学习机
BP神经网络
A320空调系统
-
描述:
基于QAR的A320系列飞机空调故障分析和预测方法研究
-
基于Multi-Agent的航空装备产业集聚区域供应链协同采购协商模型研究
-
作者:
汪明
来源:
贵州大学
年份:
2022
文献类型 :
学位论文
关键词:
支持向量机
供应链
Agent技术
粒子群算法
协商模型
-
描述:
基于Multi-Agent的航空装备产业集聚区域供应链协同采购协商模型研究
-
基于QAR的A320系列飞机空调故障分析和预测方法研究
-
作者:
张灵杰
来源:
电子科技大学
年份:
2022
文献类型 :
学位论文
关键词:
QAR数据
支持向量机
极限学习机
BP神经网络
A320空调系统
-
描述:
基于QAR的A320系列飞机空调故障分析和预测方法研究
-
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:
对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoost算法与随机森林和支持向量回归算法的预测效果进行对比。同时,首次剖析样本数据量与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:
对航空器进港和离港滑行时间进行精确的动态预测,可以有效提升机场的运行效率。首次提出基于XGBoost的航空器动态滑行时间预测方法,该方法首先通过分析影响机场滑行时间的各类因素,构建可变滑行时间预测的关键特征指标;然后选取XGBoost算法建立可变滑行时间预测模型,对模型的关键输入参数进行测试调整;最后将XGBoost算法与随机森林和支持向量回归算法的预测效果进行对比。同时,首次剖析样本数据量与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。
-
基于多源航空遥感数据的不同海拔森林群落树种识别
-
作者:
刘晓阳
来源:
华中农业大学
年份:
2022
文献类型 :
学位论文
关键词:
激光雷达
树种分类
机器学习
多光谱影像
不同海拔
-
描述:
基于多源航空遥感数据的不同海拔森林群落树种识别
-
民航航线客流影响因素分析及预测研究
-
作者:
杨宇
来源:
北京交通大学
年份:
2022
文献类型 :
学位论文
关键词:
民航航线客流预测
机器学习
影响因素分析
PSM
DID
-
描述:
民航航线客流影响因素分析及预测研究
-
航空、高铁视角下中国城市网络的空间演化及影响因素
-
作者:
王潇萌
来源:
华东师范大学
年份:
2022
文献类型 :
学位论文
关键词:
航空
动态演化
机器学习
城市网络
高铁
-
描述:
航空、高铁视角下中国城市网络的空间演化及影响因素
-
基于机器学习的民航重着陆诊断
-
作者:
初雪菲
来源:
华东师范大学
年份:
2022
文献类型 :
学位论文
关键词:
重着陆
AdaBoost
机器学习
样本不平衡
TOPSIS
-
描述:
基于机器学习的民航重着陆诊断