民航安检员警觉性的多维构成研究

作者： 何垠墀     石珂     陈晓媛     米新田     高子丹     齐晓云   来源： 河北企业 年份： 2024 文献类型 ： 期刊 关键词： 民航安检员   警觉性   民航安全   安检   多维构成  

描述： 安检是航空安全的第一道防线，是民航空防安全的重要组成部分，安检员警觉性对航空安保的快速反应和空防体系构建至关重要。借鉴前人研究成果，剖析安检警觉性的多维构成，通过预调查的信效度分析、修正量表，并通过

民航货物运输安检的发展现状及对策

作者： 柳璐   来源： 中国航务周刊 年份： 2024 文献类型 ： 期刊 关键词： 民航货物运输   发展现状   对策建议   安检  

描述： 本文着眼于民航货物运输安检的发展现状及对策。首先介绍了民航货物运输安检的重要意义,包括维护国家安全、保障运输效率和支撑经济发展。接着分析了当前安检工作面临的主要问题,如设备老化、人员紧缺、流程低效

民航飞行人员神经行为能力测评工具开发及应用

作者： 沈海明     安芷萱     王燕青     任家伟   来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 注意力   民航飞行员   神经行为能力   警觉性   测评工具  

描述： 不同年级、不同阶段及不同状态的飞行学员神经行为能力特征。结果表明：民航飞行员神经行为能力测评指标由感知觉能力、注意力、记忆力、警觉性、判断力、动作协调6个一级指标及12个二级指标构成；工具具有较好

民航飞行人员神经行为能力测评工具开发及应用

作者： 沈海明     安芷萱     王燕青     任家伟   来源： 科学技术与工程 年份： 2024 文献类型 ： 期刊 关键词： 注意力   民航飞行员   神经行为能力   警觉性   测评工具  

描述： 不同年级、不同阶段及不同状态的飞行学员神经行为能力特征。结果表明：民航飞行员神经行为能力测评指标由感知觉能力、注意力、记忆力、警觉性、判断力、动作协调6个一级指标及12个二级指标构成；工具具有较好

停留时间与飞行方向对飞行员警觉性的影响

作者： 李敬强     胡超     张希凝     张璐     刘安南   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 国际豁免航班   飞行员   停留时间   警觉性   风险管理   飞行方向  

描述： ，利用相关性分析和重复测量方差分析的方法，深入地分析不同中转停留时间及飞行方向对国际豁免航班飞行员警觉性的影响，并用Origin软件绘制相关性系数图和半小提琴图。结果表明：停留时间为1～2 h时

民航空中交通管理运行过程中的不安全因素探究

作者： 朱金惠   来源： 中国航务周刊 年份： 2024 文献类型 ： 期刊 关键词： 空中交通管理   不安全因素   民航安全  

描述： 通过对空中交通管理不安全因素的深入研究，本文为相关领域提供了全面的认识和有效的改善建议，有望为决策者、从业者和研究者提供指导，推动空中交通管理的可持续发展和提高民航安全水平。

民航空中交通管理运行过程中的不安全因素探究

作者： 朱金惠   来源： 中国航务周刊 年份： 2024 文献类型 ： 期刊 关键词： 空中交通管理   不安全因素   民航安全  

描述： 通过对空中交通管理不安全因素的深入研究，本文为相关领域提供了全面的认识和有效的改善建议，有望为决策者、从业者和研究者提供指导，推动空中交通管理的可持续发展和提高民航安全水平。

结合Word2vec和BiLSTM的民航非计划事件分析方法

作者： 王捷     周迪     左洪福     黄维   来源： 合肥工业大学学报(自然科学版) 年份： 2024 文献类型 ： 期刊 关键词： 双向长短期记忆(BiLSTM)神经网络   非计划事件   民航安全   文本分析   word2vec  

描述： 结合Word2vec和BiLSTM的民航非计划事件分析方法

基于CNN-LSTM混合模型的民航非计划事件分析方法

作者： 王捷     周迪     左洪福     陆扬   来源： 计算机与数字工程 年份： 2024 文献类型 ： 期刊 关键词： 长短时记忆神经网络   卷积神经网络   深度学习   民航安全   文本分析  

描述： 安全是民航业的核心主题，非计划事件是辨识安全隐患、改善航空安全的重要信息来源。非计划事件的非结构化和数量庞大等特性使得人工分析变得困难且效率低下。为提高非计划事件的分析效率和精度，论文提出了一种基于CNN-LSTM的混合深度神经网络模型，用于民航非计划事件的自动化分析。并与SVM、CNN、LSTM等模型进行比较，在航空公司的事件日志样本数据集上进行训练并做出事件分类结果的判断。实验结果表明，所提出的CNN-LSTM混合模型具有最高的分类准确率，对于不平衡数据样本，具有最稳定的分类性能。

结合Word2vec和BiLSTM的民航非计划事件分析方法

作者： 王捷     周迪     左洪福     黄维   来源： 合肥工业大学学报(自然科学版) 年份： 2024 文献类型 ： 期刊 关键词： 双向长短期记忆(BiLSTM)神经网络   非计划事件   民航安全   文本分析   word2vec  

描述： 结合Word2vec和BiLSTM的民航非计划事件分析方法