检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

网络视角下航空公司竞争态势及影响因素研究

复杂系统与复杂性科学 2024年第1期21卷 66-73,84页

作者：汪瑜雷迪于娇娇温国兵中国民用航空飞行学院经济与管理学院四川广汉618307

为剖析疫情时期中国国内主要客运航空公司竞争格局和竞争优势的影响因素,利用TOPSIS-熵值法和修正Huff模型量化航空公司在航线上的竞争优势强度,构建基于优势强度的航空公司-航线赋权二分网络,从网络的视角对航空公司竞争优势市场划分... 详细信息

为剖析疫情时期中国国内主要客运航空公司竞争格局和竞争优势的影响因素,利用TOPSIS-熵值法和修正Huff模型量化航空公司在航线上的竞争优势强度,构建基于优势强度的航空公司-航线赋权二分网络,从网络的视角对航空公司竞争优势市场划分及其静态特征进行研究,利用Tobit回归模型剖析竞争优势的影响因素。研究表明:在疫情时期航空公司多市场接触程度较低,三大航空公司竞争优势明显,其优势在城市分布上差异巨大,主要集中在其基地城市。HU、3U等航空公司在市场竞争中优势不明显,更多表现为竞争且主要围绕沿海二线城市展开;航空公司竞争优势受到多因素共同制约,疫情时期收益更多表示成本控制的能力,低成本航空公司9C相较HU、3C等航空公司更具优势。

关键词：竞争态势航空公司-航线赋权二分网络 TOPSIS-熵值法修正Huff模型社团 Tobit模型

在线全文

学校读者我要写书评

暂无评论

基于字词向量融合的民航智慧监管短文本分类

中国安全科学学报 2024年第2期34卷 37-44页

作者：王欣干镞锐许雅玺史珂郑涛中国民用航空飞行学院计算机学院四川广汉618307 中国民用航空飞行学院经济与管理学院四川广汉618307 中国民用航空飞行学院民航监察员培训学院四川广汉618307

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题... 详细信息

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明:该模型准确率为0.9837,F 1值为0.9836。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。

关键词：字词向量融合民航监管短文本文本卷积神经网络(TextCNN) 双向长短期记忆(BiLSTM)

基于QAR数据的民机高高原进近着陆风险评估方法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第1期50卷 77-85页

作者：陈农田满永政李俊辉中国民用航空飞行学院航空工程学院广汉618307 中国民用航空飞行学院民航安全工程学院广汉618307

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行... 详细信息

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控(FOQA)咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610~305 m进近时下降率大、接地时垂直加速度及153~15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明:所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。

关键词：高高原飞行快速存取记录器数据熵权可变模糊识别 LSTM-DNN深度学习风险评估

基于深度学习的图像中无人机与飞鸟检测研究综述

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 46-55页

作者：谢威宇张强中国民用航空飞行学院空中交通管理学院四川广汉618307

随着民用无人机产业的发展,无人机已经成为一项影响公共安全的重要问题。目前针对低空无人机的监视手段主要是采用雷达探测结合图像识别的方法,然而在图像检测识别中易受到与无人机同属“低、慢、小”目标的飞鸟的干扰。为了能够在基于... 详细信息

随着民用无人机产业的发展,无人机已经成为一项影响公共安全的重要问题。目前针对低空无人机的监视手段主要是采用雷达探测结合图像识别的方法,然而在图像检测识别中易受到与无人机同属“低、慢、小”目标的飞鸟的干扰。为了能够在基于可见光图像的无人机检测中排除飞鸟目标的干扰,利用深度神经网络对可见光图像中无人机与飞鸟进行精确的检测与分类,有效地排除飞鸟对无人机检测的干扰。系统阐释了目标检测技术的发展历程,讨论了各类基于深度学习网络目标检测算法的差异,对比了各类算法的优缺点。对可用于无人机与飞鸟检测的图像数据集进行了梳理与介绍,对相关研究的已有成果进行分析;再从实际应用出发,对无人机与飞鸟检测当中可能会存在的问题进行梳理,阐述与分析了能解决相应检测问题的卷积神经网络的相关研究。最后,针对该研究后续可能的发展方向进行展望。

关键词：深度学习卷积神经网络目标检测无人机飞鸟检测

在线全文

学校读者我要写书评

暂无评论

考虑延误特征的航站楼离港聚集客流预测方法

交通运输系统工程与信息 2024年第3期24卷 240-254页

作者：李明捷王涛黄欣宁田杰姚霖昊中国民用航空飞行学院机场学院四川广汉618307

为满足航班延误下航站楼内资源规划与旅客管理对聚集客流预测所提出的高精度和高效率要求,本文提出一种融合延误特征的离港聚集客流预测方法。通过引入航班延误特征量化表征航站楼离港聚集客流的波动情况,探究航班延误下离港聚集客流波... 详细信息

为满足航班延误下航站楼内资源规划与旅客管理对聚集客流预测所提出的高精度和高效率要求,本文提出一种融合延误特征的离港聚集客流预测方法。通过引入航班延误特征量化表征航站楼离港聚集客流的波动情况,探究航班延误下离港聚集客流波动规律和分布特征,构建基于自适应噪声完全集合经验模态分解(CEEMDAN)、排列熵算法(PE)以及鲸鱼优化算法(WOA)优化的长短期记忆神经网络(LSTM)的短期航站楼聚集客流预测模型。首先,应用CEEMDAN将聚集客流数据序列分解为若干模态分量(Intrinsic Mode Function, IMF)和残差量(Residual, Res),降低原序列中数据的复杂性和非平稳性影响;其次,为减小模型计算规模,同时提高预测效率和精度,采用PE算法对IMF分量进行熵值重构;最后,建立WOA-LSTM聚集客流预测模型,利用鲸鱼优化算法优化LSTM超参数,叠加重构分量的预测结果,得到最终的聚集客流预测值。将模型应用于长三角某枢纽机场进行实例验证。结果表明:CEEMDAN-PE-WOA-LSTM预测模型性能最优,相较单一的LSTM模型,候机大厅聚集客流预测的均方根误差、平均绝对误差以及百分比误差分别降低42.78%、44.00%及45.62%;相较CEEMDAN-WOA-LSTM模型,预测效率提高41.64%。本文所提模型能够有效拟合存在显著非线性和非平稳性特征的候机大厅聚集客流,具有较高的预测精度和运算效率。

关键词：航空运输离港聚集客流预测完全自适应噪声集合经验模态分解长短期记忆神经网络航站楼客流航班延误特征

同方期刊数据库

基于改进卷积网络的终端区4D航迹预测与冲突检测

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第5期24卷 2150-2157页

作者：张飞桥张亦驰严皓中国民用航空飞行学院经济与管理学院广汉618307 中国民用航空飞行学院空中交通管理学院广汉618307

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Orga... 详细信息

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization,ICAO)提出了基于航迹运行(trajectory based operation,TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit,CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否存在冲突。通过使用某繁忙终端区真实广播自动相关监视(automatic dependent surveillance-broadcast,ADS-B)历史轨迹数据进行实验,并将该方法与同一数据集上的单一长短时记忆网络(long short-term memory,LSTM)模型和门控循环单元(gated recurrent unit,GRU)模型进行了比较。仿真实验表明,CNN-BiGRU模型的评价指标均优于对比模型,同时预测的两条航迹在未来800 s内不存在冲突。所提出的方法为空中交通管理提供了一种有效的手段,具有重要的应用价值。

关键词： 4D航迹预测基于ADS-B航迹数据飞行冲突检测 CNN-BiGRU

“文化强国”战略下学术期刊高质量发展中的竞争力提升研究

在线全文

学校读者我要写书评

暂无评论

西南民族大学学报（人文社会科学版） 2024年第1期45卷 227-231页

作者：程立雪中国民用航空飞行学院空中交通管理学院

在国家大力发展文化软实力和建设社会主义文化强国的时代大背景下,学术期刊如何适应文化行业发展新形势,在行业变革中如何继续提高自身高质量发展,是值得深入思考的问题。本文针对目前学术期刊面临的问题和挑战,剖析造成当前困境的原因... 详细信息

在国家大力发展文化软实力和建设社会主义文化强国的时代大背景下,学术期刊如何适应文化行业发展新形势,在行业变革中如何继续提高自身高质量发展,是值得深入思考的问题。本文针对目前学术期刊面临的问题和挑战,剖析造成当前困境的原因,有针对性地提出在新语境下提升期刊竞争力的应对策略。学术期刊发展应不断探索挖掘内外部资源,探索学术文化细分领域,促进传统学科与新学科协同发展中的科研交流,打破传统办刊思维,创新办刊模式,走出一条适合自身的发展之路,为我国“文化强国”大战略下的学术研究和技术发展服好务。

关键词：文化强国文化传播学术期刊高质量发展竞争力提升

基于概率稀疏自注意力的航空发动机剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第6期24卷 2424-2433页

作者：王欣黄佳琪许雅玺中国民用航空飞行学院计算机学院广汉618307 中国民用航空飞行学院经济与管理学院广汉618307

航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Atten... 详细信息

航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。

关键词：概率稀疏自注意力剩余寿命预测航空发动机 Transformer 深度学习

基于小波重构-Autoformer的无人机融合空域饱和流量预测

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：乔英聪马昕陈相佐马熊中国民用航空飞行学院空中交通管理学院

融合空域是目前新兴的空域发展方向，现有的面向有人机的流量控制管理手段不能满足融合空域无人机饱和流量的预测的需要，不能为融合空域的规划提供参考依据。为实现融合空域无人机的饱和流量预测，研究提出了一种基于小波重构-Autoform... 详细信息

融合空域是目前新兴的空域发展方向，现有的面向有人机的流量控制管理手段不能满足融合空域无人机饱和流量的预测的需要，不能为融合空域的规划提供参考依据。为实现融合空域无人机的饱和流量预测，研究提出了一种基于小波重构-Autoformer(WR-Autoformer)的无人机饱和流量预测方法。首先使用小波变换分解交通流量数据，以减弱噪声的影响，凸显数据特征；然后利用Autoformer模型的深度分解机制与自相关机制进行基础预测；考虑影响饱和流量的关键因素引入了三个无人机流量校正系数；最后结合无人机饱和流量计算方法输出无人机融合空域的饱和流量预测。经过验证，WR-Autoformer模型在48小时和96小时的预测中，平均绝对误差和均方误差都有13%～48%的降低，预测的饱和流量相比现状提高了36%至38%。实验结果证明模型可以实现准确预测与无人机融合空域饱和流量的提升，同时无人机纵向间隔满足了A类航空器安全要求。

关键词：航空运输无人机饱和流量预测小波重构 Autoformer 融合空域