民航管制运行风险主题发现及演化趋势

作者： 张洪海     戴一鸣     刘文泉     石宗北     李一可   来源： 科学技术与工程 年份： 2025 文献类型 ： 期刊 关键词： LDA主题模型   空中交通管理   语义网络   风险管理   管制运行安全  

描述： 民航管制运行风险主题发现及演化趋势

基于大数据的中国航空货运发展指数研究

作者： 肖凯云   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： 网络爬虫   LDA主题模型   航空货运   发展指数  

描述： 基于大数据的中国航空货运发展指数研究

基于大数据的中国航空货运发展指数研究

作者： 肖凯云   来源： 中国民航大学 年份： 2020 文献类型 ： 学位论文 关键词： 网络爬虫   LDA主题模型   航空货运   发展指数  

描述： 基于大数据的中国航空货运发展指数研究

基于马田系统的航空客运服务质量评价与应用研究

作者： 王海燕   来源： 湖南大学 年份： 2019 文献类型 ： 学位论文 关键词： LDA主题模型   马田系统   爬虫   服务质量评价   粗糙集  

描述： 基于马田系统的航空客运服务质量评价与应用研究

基于马田系统的航空客运服务质量评价与应用研究

作者： 王海燕   来源： 湖南大学 年份： 2019 文献类型 ： 学位论文 关键词： LDA主题模型   马田系统   爬虫   服务质量评价   粗糙集  

描述： 基于马田系统的航空客运服务质量评价与应用研究

民航不安全事件报告危险源识别模型

作者： 王洁宁   张聪俊   张钰涵   来源： 安全与环境学报 年份： 2020 文献类型 ： 期刊 关键词： LDA主题模型   民航不安全事件报告   Word2Vec模型   相似度   危险源识别   安全管理工程  

描述： 为了识别民航不安全事件的发生原因,从民航不安全事件报告出发,提出了一种基于LDA主题模型和Word2Vec模型的民航不安全事件报告危险源识别模型。首先,构建危险源标签分类表,选取民航不安全事件报告与Wiki中文数据库作为数据源,然后利用LDA主题模型得出民航不安全事件报告的主题概率分布与词概率分布,最后利用Wiki中文数据库训练Word2Vec模型得到词向量,进而计算文档主题与不同危险源标签之间的相似度,得出民航不安全事件报告的危险源分类。结果表明,该模型的精准率为77. 7%、召回率为86. 8%、F为82. 0%,能够有效识别各民航不安全事件报告的危险源。

民航不安全事件报告危险源识别模型

作者： 王洁宁   张聪俊   张钰涵   来源： 安全与环境学报 年份： 2021 文献类型 ： 期刊 关键词： LDA主题模型   民航不安全事件报告   Word2Vec模型   相似度   危险源识别   安全管理工程  

描述： 为了识别民航不安全事件的发生原因,从民航不安全事件报告出发,提出了一种基于LDA主题模型和Word2Vec模型的民航不安全事件报告危险源识别模型。首先,构建危险源标签分类表,选取民航不安全事件报告与Wiki中文数据库作为数据源,然后利用LDA主题模型得出民航不安全事件报告的主题概率分布与词概率分布,最后利用Wiki中文数据库训练Word2Vec模型得到词向量,进而计算文档主题与不同危险源标签之间的相似度,得出民航不安全事件报告的危险源分类。结果表明,该模型的精准率为77. 7%、召回率为86. 8%、F为82. 0%,能够有效识别各民航不安全事件报告的危险源。

基于动态期望的航空器滑行路径更新模型仿真

作者： 康瑞   杨凯   来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 空中交通管理   滑行路径变更   管制意图   计算机数值模拟  

描述： 滑行路径优化是提升机场场面运行效率与安全水平的有效途径。为研究管制意图、监控范围对航空器滑行路径优化的影响,基于实际管制规定,同时考虑冲突和拥堵影响,定义优先级反映滑行道通行能力,定义动态期望值量化管制员意图,设计航空器滑行路径变更机制及实施步骤,构造基于动态期望的航空器滑行路径变更模型。采用Visual C++及Mathlab混合编程仿真,得到航空器分布密度、监控范围等参数改变时,不同模型的仿真结果对比及关键统计分析值的变化趋势。结果表明,上述模型能对低密度下的滑行道变更进行抑制,能提高中密度下的滑行道变更比例,并减少滑行速度变化幅度。扩大监控范围能有效增加航空器滑行路径变更比例,减少滑行速度标准差,提高机场场面运行保障能力。

基于XGBoost算法的终端区进场航空器飞行时间预测

作者： 徐文英   王大军   卢朝阳   顾明昕   来源： 北京交通大学学报 年份： 2022 文献类型 ： 期刊 关键词： 空中交通管理   进场航空器   XGBoost   飞行时间预测  

描述： 为了高效调配进离场航空器，得到进离场航空器的最佳排序顺序，采用机器学习的方法对终端区进场航空器的飞行时间进行预测.分析终端区航空器飞行特点和进场航空器飞行时间的影响因素并且提出了影响飞行时间预测的22个重要特征.引入密度聚类DBSCAN方法，聚类得到交通流的不同路径类别.建立了基于集成机器学习算法XGBoost的飞行时间预测模型，以云南昆明终端区为例，对模型进行了训练、验证和测试，并以平均相对误差和均方误差为评价指标来分析预测结果的误差.结果表明：与线性回归、支持向量机回归和人工神经网络方法相比，本文模型对飞行时间的预测结果最好，±5 min内的预测准确率达到95.18%.

基于大地坐标系的IMM航空器短期航迹外推

作者： 汤新民   郑鹏程   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 轨迹跟踪   空中交通管理   短期航迹外推   交互式多模型  

描述： 针对航路飞行阶段的航空器，通过对比空间直角坐标系和大地坐标系的优劣，采用大地坐标系表示航空器的位置；基于大地坐标系，将航空器的运动解耦成3个方向上的独立运动，分别建立每个方向上的子模型；使用交互式多模型(interacting multiple model, IMM)算法对航空器的航迹进行跟踪。仿真结果表明，基于大地坐标系的IMM算法对于航空器有很好的轨迹追踪性能；根据航空器末时状态及各个子模型的概率分布进行航空器的航迹短期外推，基于大地坐标系的IMM算法的航迹外推性能优于基于空间直角坐标系的IMM算法的航迹外推性能。