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，并通过正式调查，得到由技能警觉、行为警觉、态度警觉构成的民航安检员警觉性测度体系，最终提出了安检员警觉性的提升对策。

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

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。

风影响下航空器多目标最优控制航迹优化方法

作者： 常哲宁     胡明华     张颖     杨磊     邹润原   来源： 北京航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： 最优控制   基于航迹运行   空中交通管理   非线性规划   多目标优化   航迹优化  

描述： 更优的前沿解；自由高度飞行和按高度层飞行2种场景下求得的前沿解中最小燃油耗航迹分别比飞行计划仿真航迹的油耗降低了6.33%和5.94%，最短飞行时间航迹分别比飞行计划仿真航迹的飞行时间降低了10.16%和10.01%。

基于内隐联想测验的民航飞行大学生责任感研究

作者： 罗渝川     廖彦鸿     高婧蕾     邓雪梅   来源： 人类工效学 年份： 2024 文献类型 ： 期刊 关键词： 航空交通工程   职业胜任力   国家和社会责任感   飞行员   集体和他人责任感   自我责任感   内隐联想测验   民航安全  

描述： 李克特五点计分法以及与航空心理学专家访谈，综合筛选出IAT的概念词与属性词作为实验的刺激材料，设计适合测量飞行学员责任感三个维度的测验程序。从飞行技术专业本科生中选取了164名符合实验要求的被试。结果