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
- 基于Fuzzy-ANP的民航安全信息管理员胜任力模型
- 作者： 齐晓云 何胤 来源： 综合运输 年份： 2019 文献类型 ： 期刊 关键词： 胜任力模型 ANP 安全信息管理员 胜任力指标 民航安全
- 描述： 构建民航安全信息管理员胜任力模型,对于民航单位安全信息管理员的选拨及评价具有重要意义。采用行为事件法收集胜任特征指标行为表述,并利用工作分析法对其进行验证,邀请专家小组共同对胜任指标进行归类,得到
- 擅开飞机应急舱门事件的犯罪学分析
- 作者： 苗永恒 林泉 来源： 民航管理 年份： 2019 文献类型 ： 期刊 关键词： 治安管理处罚法 犯罪学 民航安全 开飞机 应急舱门
- 描述： 近年来,擅自打开应急舱门事件频发,这对航空运输安全和秩序产生了较大影响,并且对于此类事件的处罚在实践中存在畸轻畸重的现象,没有统一的处罚标准,更没有形成系统化处罚机制。本文收集了2010年到2019年媒体公开发布的、典型的擅自打开应急舱门事件的案例,结合了统计学和犯罪学的分析方法,对典型案例从犯罪学角度进行分析;并针对在处罚方面存在的裁量不标准、不精确,
- 热源功率对100%荷电量锂离子电池燃爆特性的影响
- 作者： 刘全义 吕志豪 韩旭 伊笑莹 李泽锟 来源： 河南科技大学学报(自然科学版) 年份： 2019 文献类型 ： 期刊 关键词： 热失控 热源功率 锂离子电池 民航安全 燃爆压力
- 描述： 为了研究民航运输过程中锂离子电池燃爆机理,设计并搭建了锂离子电池燃爆试验平台。在96 kPa和61 kPa初始环境压力下,用不同热源功率触发密闭燃爆罐体中荷电量为100%的18650型锂离子电池,进行燃爆试验,记录燃爆过程池体温度、燃爆压力及气体体积分数等特征参数。研究结果表明:外部热源功率对锂离子电池热失控引发的燃爆灾害具有重要影响,锂离子电池燃爆过程中燃爆响应温度随热源功率的升高而降低,燃爆压力随热源功率的升高而升高。燃爆过程中的耗氧量、二氧化碳及一氧化碳的产生量也随热源功率的升高而增加。与96 kPa环境压力相比,锂离子电池在61 kPa初始环境压力下燃爆过程的耗氧量、二氧化碳产生量和一氧化碳产生量更多。
- 机器学习技术在民航安全管理中的应用探析
- 作者： 阙佳鸿 来源： 科技创新与应用 年份： 2019 文献类型 ： 期刊 关键词： 机器学习 计算机视觉 机场管制 模式识别 民航安全
- 描述： 文章介绍了机器学习的算法分类和应用场景,指出了我国民用航空安全系统的现状以及存在的问题。并且在此基础上探讨了机器学习的主要技术在民航安全系统中的应用。为民航安全系统信息化建设进程的进一步发展提供
- 机器学习技术在民航安全管理中的应用探析
- 作者： 阙佳鸿 来源： 科技创新与应用 年份： 2017 文献类型 ： 期刊 关键词： 机器学习 计算机视觉 机场管制 模式识别 民航安全
- 描述： 文章介绍了机器学习的算法分类和应用场景,指出了我国民用航空安全系统的现状以及存在的问题。并且在此基础上探讨了机器学习的主要技术在民航安全系统中的应用。为民航安全系统信息化建设进程的进一步发展提供
- 航空安全监察员胜任力模型研究
- 作者： 宋洋 罗嘉欣 王燕青 来源： 综合运输 年份： 2023 文献类型 ： 期刊 关键词： 胜任力模型 灰色聚类 模糊网络分析 民航安全 航空安全监察员
- 描述： 构建航空安全监察员胜任力模型，对于航空安全监察员的选拔和评估具有重要意义。基于职业分析法和行为事件访谈法构建了航空安全监察员胜任力模型，包括基本知识、工作技能、管理能力、个人特征和职业精神5个一级指标及18个二级指标。运用模糊网络分析法构建了航空安全监察员胜任力网络结构模型，得到各胜任力指标权重，并确定了航空安全监察员胜任力关键性指标。利用灰色白化权聚类法构建了航空安全监察员胜任力评价模型，并运用该模型进行实例验证。结果表明：该模型所得结果与航空安全监察员胜任力实际情况相符，模型具备合理性和可靠性。
- 比较法视野下的民航旅客黑名单范围研究
- 作者： 高志宏 高飞 来源： 南京航空航天大学学报(社会科学版) 年份： 2023 文献类型 ： 期刊 关键词： 旅客不文明行为 黑名单 民航安全 公共运输承运人 拒载权
- 描述： 适用范围和适用条件。不文明行为不宜作为民航旅客黑名单范围的标准，应以危害民航安全作为民航旅客黑名单范围的标准，并以类型化方式对民航旅客黑名单的适用范围作出明确规定。
- 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。