关键词
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: 空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
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: 空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
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: 空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
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: 空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签,基于提出的重要特征,采用岭回归、支持向量机、随机森林和神经网络算法,建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例
< 1
Rss订阅