基于时效信息和深度学习的离港航班延误预测方法

    公开(公告)号:CN110796315B

    公开(公告)日:2023-11-28

    申请号:CN201911066077.8

    申请日:2019-11-04

    Abstract: 本发明公开了基于时效信息和深度学习的离港航班延误预测方法,涉及计算机预测技术领域,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,采用离港航班延误预测模型对航班延误情况进行预测,利用真实数据开展数值试验,结果表明所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精(56)对比文件王红等.民航突发事件领域本体关系提取方法的研究《.计算机科学与探索》.2019,(第02期),

    基于时效信息和深度学习的离港航班延误预测方法

    公开(公告)号:CN110796315A

    公开(公告)日:2020-02-14

    申请号:CN201911066077.8

    申请日:2019-11-04

    Abstract: 本发明公开了基于时效信息和深度学习的离港航班延误预测方法,涉及计算机预测技术领域,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,采用离港航班延误预测模型对航班延误情况进行预测,利用真实数据开展数值试验,结果表明所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了本发明方法的有效性。

Patent Agency Ranking