您的位置: 专家智库 > >

李桂毅

作品数:11 被引量:36H指数:4
供职机构:南京航空航天大学更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金国家级大学生创新创业训练计划更多>>
相关领域:交通运输工程航空宇航科学技术经济管理机械工程更多>>

文献类型

  • 6篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 5篇交通运输工程
  • 3篇航空宇航科学...
  • 2篇机械工程
  • 1篇经济管理

主题

  • 5篇空运
  • 5篇航空
  • 5篇航空运输
  • 3篇神经网
  • 3篇神经网络
  • 3篇聚类
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇模糊C均值聚...
  • 2篇均值聚类
  • 2篇交通状态
  • 2篇航段
  • 2篇航路
  • 1篇短时交通流
  • 1篇短时交通流预...
  • 1篇学习算法
  • 1篇语义
  • 1篇语义网

机构

  • 9篇南京航空航天...

作者

  • 9篇李桂毅
  • 5篇张洪海
  • 2篇胡明华
  • 1篇王世锦
  • 1篇隋东
  • 1篇张启钱

传媒

  • 2篇武汉理工大学...
  • 2篇航空计算技术
  • 2篇交通运输系统...

年份

  • 1篇2023
  • 1篇2022
  • 1篇2021
  • 2篇2020
  • 3篇2018
  • 1篇2011
11 条 记 录,以下是 1-9
排序方式:
基于航迹数据的航路网络交通运行态势识别与预测技术研究
航路网络是空中交通系统的重要组成部分,其交通运行的畅通与否直接影响空中交通系统的运行安全与运行效率。航路网络交通运行态势的智能感知能力建设是全面开展智慧空管建设的基础和关键,不仅有助于空中交通管理部门全面掌握航路网络整体...
李桂毅
关键词:模糊聚类支持向量机神经网络
文献传递
基于混沌理论的区域航路网络交通状态预测
2020年
研究区域航路网络交通状态预测问题,可为航路网络系统的规划管理与交通综合管控提供重要支持。基于区域航路网络中航空器ADS B数据计算路网交通量时间序列;对区域航路网络交通量时间序列进行相空间重构,判定区域航路网络交通量时间序列的混沌特性;分别构建基于RBF神经网络和Volterra级数的航路网络交通量混沌预测模型,预测区域航路网络交通量变化趋势;基于k均值聚类算法预测识别区域航路网络交通运行状态等级,最后进行实验验证。研究结果表明:区域航路网络交通量时间序列具有混沌特性,Volterra级数混沌预测模型预测精度优于RBF神经网络模型,k均值聚类算法可较好实现区域航路网络交通运行状态预测识别,提出的交通状态预测方法可为航路网络规划管理以及拥挤管控提供技术支持。
李桂毅郭铭宇张洪海罗一帆
关键词:航空运输交通量预测混沌时间序列预测交通状态预测
基于FCM-SVM方法的时空航路网交通状态识别研究被引量:4
2018年
识别时空航路网络交通状态,分析交通态势时空特性,可为管控航路交通拥挤提供科学依据.选取航段交通流量、交通密度和交通拥挤度作为评价参数,建立FCM航段交通状态等级划分模型,划分航路网航段交通状态等级;构建基于数据驱动的SVM航路网交通状态识别模型,计算路网交通拥挤指数,识别交通拥挤态势和拥挤瓶颈;采用雷达实测航迹数据对模型进行了验证,实验结果表明,模型符合实际,状态准确率较高,可用于航路网交通拥挤态势识别与监控.
李桂毅胡明华张洪海
关键词:航空运输支持向量机
基于MDS-LSTM的航路网络短时交通流预测被引量:5
2022年
针对航路网络交通流时间序列预测问题,提出基于多维标度法与长短时深度神经网络的航路网络短时交通流预测方法,提升航路网络交通流预测的精度。依据航路网络航迹数据,提取路网航段交通流时间序列数据,并进行降噪滤波处理;依据路网航段交通流相关性,利用多维标度法划分预测航段组合;构建基于长短时深度神经网络的航路网络航段短时交通流回归预测模型,并进行神经网络的调参与训练,实现航路网络航段短时交通流实时预测。实验结果表明:通过引入长短时多层深度神经网络构建的预测模型能更好地拟合航路网络交通流演变规律,预测平均绝对误差均小于0.1,优于随机森林等机器学习模型,预测精度及稳定性较好。
李桂毅吕晓扬李沛谦张洪海
关键词:航空运输交通流预测
一种基于主题模型的民航管制运行安全风险感知方法
本发明公开了一种基于主题模型的民航管制运行安全风险感知方法,采用LDA主题模型对管制运行不安全事件报告进行风险主题关键词提取,并建立民航管制领域BERT模型,从而构建出民航管制运行安全风险语义网络,增强对管制不安事件报告...
张洪海欧阳宇翔刘文泉李桂毅石宗北张金鹏
基于集成学习算法的航路网络航段交通拥挤识别方法研究被引量:3
2020年
基于航路网络ADS-B航迹数据定义航路网络航段交通流量、航段交通密度、航段交通饱和度、航段交通接近率4项交通拥挤状态评价指标;采用模糊C均值聚类算法和航段历史交通拥挤状态评价指标参数划分航段交通拥挤状态等级;结合集成学习算法构建航路网络航段交通拥挤状态识别模型,实现航段交通拥挤状态的识别.实证分析表明:航路网络交通拥挤状态集成学习识别模型对实验航路网络航段交通拥挤状态识别准确率达到98.34%,采用决策树基学习器优于k近邻基学习器,且增加的集成学习基学习器数量可提升模型的识别精度;集成学习识别模型的识别性能优于BP神经网络模型,识别方法符合实际且具有应用价值.
李桂毅郭铭宇罗一帆
关键词:航空运输模糊C均值聚类
基于测度函数的空管航班正常管理绩效指标标定
2021年
为综合准确评估空管航班正常管理绩效,需对指标进行标定,降低其间关联性并保留有效信息.基于已有研究构建指标体系,针对现有数据特点采用灰色关联聚类与主成分分析法,对指标进行聚类分析及贡献率计算,依据累计贡献率期望、聚类数目等参数,提出用以表征所重构指标体系距理想状态相对距离的测度函数,为算法中临界值确定提供定量依据.以此得到最优聚类方案,实现指标标定与二级指标体系重构,避免了以往研究标定指标后对空管关键绩效领域反映不足的缺陷.并通过实证分析验证了测度函数的合理性.
张启钱卿原张洪海李桂毅刘皞钱欣悦
关键词:空管系统主成分分析
考虑航段相关性的航路拥挤态势多模型融合动态预测方法被引量:7
2018年
研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型,预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.
李桂毅胡明华
关键词:航空运输神经网络预测模糊C均值聚类
一种民航繁忙机场空域类型的划设方法
本发明涉及一种民航繁忙机场空域类型的划设方法,属于航空航天领域。本方法根据机场年起降架次数据预测未来机场起降架次数据,采用MapInfo软件在机场终端区空域与地面联合仿真平台上划设标准的民航繁忙机场三环空域结构,最后对标...
王世锦隋东李桂毅
文献传递
共1页<1>
聚类工具0