计算机应用

作者：屈景怡, 曹磊, 陈敏, 董樑, 曹烨琇

单位：1. 天津市智能信号与图像处理重点实验室(中国民航大学), 天津 300300;2. 中国民用航空华东地区空中交通管理局, 上海 200335

关键词：团簇网络,随机连接,特征重标定,航班延误预测,数据融合

基金：国家自然科学基金资助项目（U1833105）；天津市自然科学基金资助项目（19JCYBJC15900）。

针对目前民航运输业延误率较高，而传统算法难以解决高精度延误预测的问题，提出一种基于随机连接团簇网络（CliqueNet）航班延误预测模型。该模型首先对航班数据和相关气象数据进行融合；然后，充分利用改进后的网络模型对融合后的数据集进行特征提取；最后，使用Softmax分类器进行航班离港延误各等级的高精度预测。模型的主要特点是：在团簇特征层的随机连接，以及在转换层引入通道和空间注意力残差（CSAR）模块。前者以更为有效的连接方式传递特征信息；后者则对特征信息进行通道和空间维度的双重标定，以提高准确率。实验结果表明，对融合数据进行预测，引入随机连接和CSAR模块后，新模型的准确率分别提高了0.5%、1.3%，最终准确率能达到93.40%。

来源：2020年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第8期