全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 新疆民航气象数据共享再进一步
- 作者： 记者 李芳芳 通讯员 陈福康 来源： 中国民航报 年份： 2019 文献类型 ： 报纸 关键词： 民航气象 资料共享 空管局 数据共享 航空飞行 气象数据 机场集团 综合服务系统 图形 产品资料
- 描述： 本报讯 记者李芳芳 通讯员陈福康报道：记者日前获悉，为进一步服务地方机场发展，提高气象服务管制运行能力，新疆空管的气象数据将与新疆机场集团成员机场共享。目前，前期准备工作已经完成。据悉，为支持地方机场发展，民航局空管局出台了关于支持中小机场空管发展的
- 全文：本报讯 记者李芳芳 通讯员陈福康报道：记者日前获悉，为进一步服务地方机场发展，提高气象服务管制运行能力，新疆空管的气象数据将与新疆机场集团成员机场共享。目前，前期准备工作已经完成。据悉，为支持地方机场发展，民航局空管局出台了关于支持中小机场空管发展的
- 新疆民航气象数据共享再进一步
- 作者： 记者 李芳芳 通讯员 陈福康 来源： 中国民航报 年份： 2019 文献类型 ： 报纸 关键词： 民航气象 资料共享 空管局 数据共享 航空飞行 气象数据 机场集团 综合服务系统 图形 产品资料
- 描述： 本报讯 记者李芳芳 通讯员陈福康报道：记者日前获悉，为进一步服务地方机场发展，提高气象服务管制运行能力，新疆空管的气象数据将与新疆机场集团成员机场共享。目前，前期准备工作已经完成。据悉，为支持地方机场发展，民航局空管局出台了关于支持中小机场空管发展的
- 全文：本报讯 记者李芳芳 通讯员陈福康报道：记者日前获悉，为进一步服务地方机场发展，提高气象服务管制运行能力，新疆空管的气象数据将与新疆机场集团成员机场共享。目前，前期准备工作已经完成。据悉，为支持地方机场发展，民航局空管局出台了关于支持中小机场空管发展的
- 基于机器学习的航空器进近飞行时间预测
- 作者： 叶博嘉 鲍序 刘博 田勇 来源： 航空学报 年份： 2021 文献类型 ： 期刊 关键词： 空中交通管理 机器学习 特征重要度 随机森林 进近飞行时间预测
- 描述： 为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近
- 光学遥感图像中的飞机目标检测技术研究综述
- 作者： 祝文韬 谢宝蓉 王琰 沈霁 朱浩文 来源： 计算机科学 年份： 2021 文献类型 ： 期刊 关键词： 机器学习 光学遥感图像 深度学习 飞机目标检测 模板匹配
- 描述： 光学遥感图像中的飞机目标检测技术已被广泛应用于城市规划、航空交通以及军事侦察领域。目前尽管已有大量研究,但仍然存在很多问题亟待解决。文中回顾了该技术研究现状,并从遥感图像目标检测思路出发,将飞机目标检测方法总结为3类,对这3类检测方法的概念和研究情况分别进行了阐述,并在此基础上进行了比较分析,重点研究了深度学习方法在该领域的研究情况并讨论了样本和数据集问题,最后讨论了飞机目标检测的关键技术难点,并对该领域的未来发展趋势做了展望。
- 基于机器学习的航空器进近飞行时间预测
- 作者： 叶博嘉 鲍序 刘博 田勇 来源： 航空学报 年份： 2021 文献类型 ： 期刊 关键词： 空中交通管理 机器学习 特征重要度 随机森林 进近飞行时间预测
- 描述： 为了准确预测航空器的落地时间,提高空管部门间的协作效率,采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发,分析航空器在进近管制空域飞行时间产生差异的原因,提出了影响航空器在进近
- 光学遥感图像中的飞机目标检测技术研究综述
- 作者： 祝文韬 谢宝蓉 王琰 沈霁 朱浩文 来源： 计算机科学 年份： 2021 文献类型 ： 期刊 关键词： 机器学习 光学遥感图像 深度学习 飞机目标检测 模板匹配
- 描述： 光学遥感图像中的飞机目标检测技术已被广泛应用于城市规划、航空交通以及军事侦察领域。目前尽管已有大量研究,但仍然存在很多问题亟待解决。文中回顾了该技术研究现状,并从遥感图像目标检测思路出发,将飞机目标检测方法总结为3类,对这3类检测方法的概念和研究情况分别进行了阐述,并在此基础上进行了比较分析,重点研究了深度学习方法在该领域的研究情况并讨论了样本和数据集问题,最后讨论了飞机目标检测的关键技术难点,并对该领域的未来发展趋势做了展望。
- 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。