公开(公告)号：CN115511212A

公开(公告)日：2022-12-23

申请号：CN202211293381.8

申请日：2022-10-21

Applicant: 南京邮电大学

Inventor： 叶宁 ,  季翔宇 ,  徐康 ,  王汝传 ,  王娟 ,  王甦 ,  汪莹 ,  王波 ,  吴涔

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/10 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度学习的航班保障流程剩余执行时间预测方法，预测模型由输入层，双向LSTM层，Attention层，融合层，预测层组成，模型输入包含非时序的全局特征和时序的各时间步流程的执行状态。Attention‑BiLSTM模型提取流程执行状态时序信息，生成中间状态编码，与非时序的全局特征相融合，经过多层感知机得到流程剩余执行时间。在流程开始时，计算生成非序列的全局特征向量，每隔固定时间采集一次流程执行状态，并采用滑动窗口的方式生成序列特征数据，特征数据经过模型计算得到航班保障流程剩余时间的动态预测值。