首页>
根据【关键词:长短期记忆网络,时间序列,空管大数据,航迹聚类,深度学习,智能交通,航迹预测】搜索到相关结果 3 条
-
基于深度学习的航空器场面轨迹预测
-
作者:
李雪
何元清
胡耀
来源:
现代计算机
年份:
2022
文献类型 :
期刊
关键词:
长短期记忆网络
深度学习
轨迹预测
-
描述:
轨迹预测研究是安全高效控制场面滑行的重要基础,在路由规划,风险预警,航班次序,重要节点的时间安排等都能起到重要作用。利用深度学习中循环神经网络的长期记忆性特点,对航空器场面历史数据进行分析和预处理,设定网络模型参数,构建轨迹预测模型,提出了一种基于深度学习的航空器场面滑行轨迹预测方法。结合场面航空器运动状态的变化,改进长短期记忆网络的隐藏层结构,实现对航空器场面轨迹的中期预测。
-
基于深度学习的航空器场面轨迹预测
-
作者:
李雪
何元清
胡耀
来源:
现代计算机
年份:
2022
文献类型 :
期刊
关键词:
长短期记忆网络
深度学习
轨迹预测
-
描述:
轨迹预测研究是安全高效控制场面滑行的重要基础,在路由规划,风险预警,航班次序,重要节点的时间安排等都能起到重要作用。利用深度学习中循环神经网络的长期记忆性特点,对航空器场面历史数据进行分析和预处理,设定网络模型参数,构建轨迹预测模型,提出了一种基于深度学习的航空器场面滑行轨迹预测方法。结合场面航空器运动状态的变化,改进长短期记忆网络的隐藏层结构,实现对航空器场面轨迹的中期预测。
-
基于时间序列的民用运输航空器碳排放预测研究
-
作者:
向小军
杨志晗
赵赶超
来源:
现代计算机
年份:
2023
文献类型 :
期刊
关键词:
时间序列
LSTM
ARIMA
WOA
碳排放
-
描述:
随着中国民航业的高速发展,运输航空器的碳排放问题逐渐引起关注。采用时间序列的方法建立了传统的差分整合移动平均自回归(ARIMA)模型以及优化的长短期记忆网络(LSTM)模型,对航空器碳排放量、碳排放强度以及吨公里碳排放量进行了预测,通过鲸鱼优化算法(WOA)对LSTM中的学习率和隐藏节点数进行优化,避免了人为选择参数的主观性和盲目性,有利于提高模型预测的准确性。通过对比两种模型的均方根误差(RMSE)和平均绝对误差(MAE),ARIMA模型在航空器碳排放预测中有较好表现,WOA-LSTM模型在碳排放强度、吨公里碳排放的预测中有较好表现。