航空自组网MAC协议综述

作者： 朱庆   张衡阳   毛玉泉   来源： 计算机应用与软件 年份： 2016 文献类型 ： 期刊 关键词： Qos)   航空自组网　　媒体接入控制协议　　服务质量(Quality　　of　　Service  

描述： 媒体接入控制协议MAC(Media access control protocol)是航空自组网的关键技术之一,主要解决多个飞行器如何高效共享通信信道的问题,直接影响着网络的吞吐量、传输时延、网络规模和组网灵活性。由于航空自组网网络拓扑高速动态变化,节点分布尺度较大,高空无线信道质量较差等特殊性,其MAC协议和传统地面移动自组网MAC协议有着较大的区别。对航空自组网发展进行了介绍,概述了航空自组网对MAC协议的要求,并深入分析比较了当前几类主要的航空自组网MAC协议,最后进行了总结和展望。该综述为航空自组网MAC协议的研发和应用提供了一定的理论和技术基础。

民航突发事件实体识别方法研究

作者： 王红   李浩飞   邸帅   来源： 计算机应用与软件 年份： 2021 文献类型 ： 期刊 关键词： 长短期记忆神经网络   条件随机场   实体识别   知识图谱   民航突发事件  

描述： 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。

基于RBM-BPNN的民航潜在高价值旅客预测

作者： 徐涛   刘泽君   卢敏   来源： 计算机应用与软件 年份： 2019 文献类型 ： 期刊 关键词： BPNN   特征提取   分类预测模型   民航潜在高价值旅客   RBM  

描述： 目前常用潜在客户发现方法多为基于统计特征的行为分析方法,这种方法对所提取的特征具有很强的依赖性并且容易受到人为主观性影响。针对这一问题,结合受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)与BP神经网络(Back Propagation Neural Network, BPNN),提出基于RBM-BPNN的民航潜在高价值旅客发现方法。设置民航旅客类别标签;利用RBM自动提取旅客行为特征;利用BPNN对旅客未来价值类型进行分类预测,从而发现民航潜在高价值旅客。实验结果表明,相对于基于统计特征的行为分析方法,该方法具有更高的分类预测准确率和民航潜在高价值旅客预测效果。

飞机货舱行李输送装置运动轨迹仿真

作者： 张长勇   沈乐刚   冯冰   来源： 计算机应用与软件 年份： 2019 文献类型 ： 期刊 关键词： 行李搬运   输送装置   轨迹偏移   运动轨迹  

描述： 传统飞机货舱内部行李搬运一般采用人工搬运的方式。针对人工搬运效率低、劳动强度大等问题,设计一种飞机货舱行李输送装置,以提高飞机货舱内行李搬运效率。研究飞机货舱行李输送装置的运动轨迹,在建立输送装置运动学模型的基础上,对不同运动参数和结构参数下的运动轨迹进行仿真分析。仿真结果表明,输送装置牵引部分的转弯半径和连接杆长是影响滚式输送装置运动轨迹偏移的主要因素,为飞机货舱行李输送装置的设计提供了理论依据和参考。

基于排队论的除冰飞机延误分析

作者： 陈斌   张洋   焦琳青   来源： 计算机应用与软件 年份： 2019 文献类型 ： 期刊 关键词： QBD过程   延误分析   排队论   飞机除冰   随机环境  

描述： 针对除冰飞机到达率动态变化条件下除冰飞机延误问题,研究飞机地面除冰排队延误形成机理,提出除冰飞机到达率的Markov描述及平均除冰服务率的多项式描述。建立基于QBD过程的除冰排队模型,分析多除冰坪不同天气下除冰飞机延误参数。利用首都机场离港航班动态及历史除冰运行数据,对除冰飞机延误参数进行了仿真验证。结果表明:离港高峰时段航班平均延误架次及延误时间与实际数据接近,误差在5.2%以内;且各随机环境下的航班延误架次随着除冰飞机到达率动态变化,反映了各除冰坪不同时段的延误状况,进而更加客观真实地反映除冰运行状况。

基于GA-GRNN-GA的飞机发动机风扇叶片清洗参数优化

作者： 董慧芬   代玉行   王渗   来源： 计算机应用与软件 年份： 2020 文献类型 ： 期刊 关键词： 清洁度   超声波清洗   遗传算法   参数优化   广义回归神经网络  

描述： 基于GA-GRNN-GA的飞机发动机风扇叶片清洗参数优化

民航突发事件实体识别方法研究

作者： 王红   李浩飞   邸帅   来源： 计算机应用与软件 年份： 2020 文献类型 ： 期刊 关键词： 长短期记忆神经网络   条件随机场   实体识别   知识图谱   民航突发事件  

描述： 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。

基于多尺度核索引字典的飞机目标检测优化仿真

作者： 陈滨   赵建军   杨利斌   王毅   来源： 计算机应用与软件 年份： 2018 文献类型 ： 期刊 关键词： 索引字典   飞机目标检测   多尺度   稀疏表示   核聚类  

描述： 为进一步提高基于图像稀疏表示的飞机目标检测算法的时间性能与精确度,提出了基于多尺度核索引字典的飞机目标检测算法,分别从超完备字典结构、目标检测分类器结构两方面优化算法。首先引入基于高斯径向核函数的硬C聚类方法,构造核索引字典,在提升稀疏求解算法时间性能的同时,提高了索引字典原子聚类的准确度。接着基于核索引字典,构建多尺度分类器,进一步提高了算法的效率和精度。实验表明,在合理选择聚类数后,采用核索引字典有效降低了稀疏求解算法的时间开销,原子的聚类准确度有所提高;相对基于单尺度字典的飞机目标检测算法,基于多尺度核索引字典的算法在时间开销上平均降低至24.7%,在精度方面,误检率平均降低了20.3%,命中率平均提高了3.4%,满足实时应用要求。

基于状态机的民航飞行电报数据并发处理模型

作者： 何月娇   来源： 计算机应用与软件 年份： 2018 文献类型 ： 期刊 关键词： 并发解析   状态机   民航电报  

描述： 民航飞行电报数据量增长迅速且电报数据存在编组错误、重复、延迟等现象,对航班的实时整合监控造成了困难。朴素的静态解析整合算法难以满足高效灵活的事件驱动模型,内存和计算资源开销较高,且数据处理错误率较高。针对上述问题,分析了民航飞行电报数据特征和逻辑关系,提出一种基于有限状态机的民航飞行电报数据并发处理模型,并给出相关处理的算法。采用实际民航飞行电报进行测试,实验结果表明,该方法可以提高数据处理的准确率和效率。

基于Siamese/BERT/wwm模型的航空安全事故因果事件的同指消解

作者： 王红   王阳   吴浩正   来源： 计算机应用与软件 年份： 2023 文献类型 ： 期刊 关键词： 同指消解   航空安全事故   因果事件   BERT/wwm   孪生神经网络  

描述： 针对航空安全事故因果事件的抽取结果复杂难以快速确定事故发展过程的问题，提出一种将孪生神经网络(Siamese Network)与BERT/wwm模型相结合的因果事件同指消解方法。该方法在孪生神经网络中将事件句分别输入到相同权重的两个BERT/wwm模型，经平均池化得到句子级语义向量，再通过Softmax分类器进行同指判断并消解，在同指消解的基础上采用逆遍历去冗余，实现了航空安全事故因果链的构建。实验结果表明，该方法有效提高了航空安全事故因果关系的可解释性，为多事故的关联分析奠定了基础。