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
- 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。
- 基于BP神经网络的飞行员着舰训练品质评估
- 作者： 张海燕 闫文君 张立民 李忠超 来源： 电子设计工程 年份： 2024 文献类型 ： 期刊 关键词： BP神经网络 飞行员 着舰训练 品质评估
- 描述： 舰载战斗机在深海作战中发挥着重要作用，飞行员着舰训练品质的高低直接影响着舰载机的战斗力，以往对飞行员着舰训练品质的评估采用人工方式，很少尝试神经网络。针对这方面的不足，提出了基于反向传播（BP
- 军事飞行员心理训练的研究现状及展望
- 作者： 徐华 王磊 陈晶晶 熊波 来源： 职业与健康 年份： 2024 文献类型 ： 期刊 关键词： 飞行员 心理训练 军事
- 描述： 随着我军现代化进程的加快，大量的高性能战机陆续装备飞行部队，要求军事飞行员必须在复杂的工作环境中快速处理庞大的数据信息，并能做出精准决策，从而完成难度高及风险大的飞行任务，因此军事飞行员需要具备更强
- 民航飞行员离职后档案材料移转争议的司法认定
- 作者： 郝秀辉 来源： 法制与经济 年份： 2024 文献类型 ： 期刊 关键词： 劳动争议 飞行员 飞行技术档案 司法认定
- 描述： 在航空行业劳动争议中，对飞行员离职后档案材料移转的司法认定争议较大，原因主要有二：一是对飞行员档案材料的范围和作用认识不清，二是对民航行政规范性文件在劳动合同争议中的司法适用理解有误。飞行员