隨著現(xiàn)代化的強(qiáng)勁步伐,尤其是民航運(yùn)輸業(yè)的快速發(fā)展,同時(shí)伴隨著人工智能、大數(shù)據(jù)技術(shù)等數(shù)據(jù)信息技術(shù)的高速變革。其深度學(xué)習(xí)技術(shù)已經(jīng)服務(wù)于各行各業(yè)。針對(duì)民航運(yùn)輸業(yè)延誤率較高,傳統(tǒng)算法難以滿足高精度延誤預(yù)測的問題,提出基于大數(shù)據(jù)的深度學(xué)習(xí)方法進(jìn)行航班延誤的高精度預(yù)測。旨在通過高效智能的深度學(xué)習(xí)算法挖掘數(shù)據(jù)背后的客觀規(guī)律。并且將其預(yù)測結(jié)果進(jìn)行可視化展示,為智慧民航提供決策參考。論文主要工作內(nèi)容如下所示:首先,針對(duì)傳統(tǒng)算法模型使用的數(shù)據(jù)量較小,數(shù)據(jù)維度較低等問題。論文結(jié)合實(shí)際中可能對(duì)航班產(chǎn)生影響的因素,考慮了包含航班信息、天氣信息、關(guān)聯(lián)機(jī)場等高維度的海量數(shù)據(jù)進(jìn)行航班延誤預(yù)測。先對(duì)國內(nèi)外數(shù)據(jù)集的特征屬性進(jìn)行介紹,再分別進(jìn)行數(shù)據(jù)預(yù)處理操作,利用主鍵關(guān)聯(lián)的方式將各個(gè)維度的特征屬性融合,最終轉(zhuǎn)換成輸入到模型中的特征矩陣。其次,針對(duì)航班延誤預(yù)測模型需要的較強(qiáng)的數(shù)據(jù)處理能力,以擬合高維度的海量數(shù)據(jù),提出一種團(tuán)簇隨機(jī)連接網(wǎng)絡(luò)(Randomly Connected Clique Network,CliqueNet)航班延誤預(yù)測模型,以仿生網(wǎng)絡(luò)結(jié)構(gòu)對(duì)海量航班數(shù)據(jù)背后的客觀規(guī)律進(jìn)行特征提取,最終以Softmax分類器給...

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 航班延誤預(yù)測研究現(xiàn)狀
        1.2.2 數(shù)據(jù)可視化研究現(xiàn)狀
    1.3 本文主要研究工作
    1.4 本文組織結(jié)構(gòu)
第二章 航班延誤預(yù)測數(shù)據(jù)預(yù)處理
    2.1 引言
    2.2 數(shù)據(jù)集介紹及屬性特征定義
        2.2.1 美國數(shù)據(jù)集介紹
        2.2.2 國內(nèi)數(shù)據(jù)集介紹
    2.3 數(shù)據(jù)預(yù)處理
        2.3.1 數(shù)據(jù)清洗
        2.3.2 特征編碼
        2.3.3 數(shù)據(jù)融合
    2.4 本章小結(jié)
第三章 基于Clique Net的航班延誤預(yù)測方法
    3.1 引言
    3.2 Clique Net預(yù)測模型設(shè)計(jì)
        3.2.1 團(tuán)簇Clique Net網(wǎng)絡(luò)描述
        3.2.2 隨機(jī)連接團(tuán)簇
        3.2.3 Transition層
    3.3 Clique Net預(yù)測模型訓(xùn)練
        3.3.1 網(wǎng)絡(luò)參數(shù)
        3.3.2 網(wǎng)絡(luò)訓(xùn)練
    3.4 Clique Net預(yù)測模型優(yōu)化
        3.4.1 基于瓶頸-壓縮的優(yōu)化
        3.4.2 基于Padding技術(shù)的優(yōu)化
    3.5 航班延誤預(yù)測
        3.5.1 航班延誤預(yù)測分類
        3.5.2 分類結(jié)果混淆矩陣
    3.6 實(shí)驗(yàn)分析
        3.6.1 實(shí)驗(yàn)環(huán)境和參數(shù)配置
        3.6.2 國外數(shù)據(jù)實(shí)驗(yàn)結(jié)果
        3.6.3 退化學(xué)習(xí)率實(shí)驗(yàn)
        3.6.4 國內(nèi)數(shù)據(jù)實(shí)驗(yàn)結(jié)果
        3.6.5 不同模型實(shí)驗(yàn)結(jié)果比較
    3.7 本章小結(jié)
第四章 航班延誤數(shù)據(jù)可視化
    4.1 引言
    4.2 大數(shù)據(jù)可視化介紹
        4.2.1 信息可視化技術(shù)介紹
        4.2.2 開發(fā)關(guān)鍵技術(shù)介紹
    4.3 航班延誤地圖可視化
        4.3.1 全國延誤等級(jí)熱力圖展示
        4.3.2 美國延誤等級(jí)統(tǒng)計(jì)圖展示
    4.4 航班信息可視化
        4.4.1 航班信息展示
        4.4.2 延誤數(shù)據(jù)統(tǒng)計(jì)可視化
    4.5 航班延誤可視化
        4.5.1 航班延誤可視分析
        4.5.2 航班延誤波及可視化方法
    4.6 本章小結(jié)
第五章 總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀碩士期間取得的成果



本文編號(hào)：3761633