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。