期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN-Transformer-BiLSTM的飞机颠簸预测方法
1
作者 付涵 樊玮 +1 位作者 刘海文 肖巍 《科学技术与工程》 北大核心 2025年第33期14363-14370,共8页
飞机颠簸是影响飞机安全以及旅客舒适度的一种重要航空危险天气事件之一,因此,对飞机颠簸的精准预测尤为重要。虽然近年来已有采用数值天气预报(numerical weather prediction,NWP)和人工智能方法进行飞机颠簸研究和业务应用,但这些方... 飞机颠簸是影响飞机安全以及旅客舒适度的一种重要航空危险天气事件之一,因此,对飞机颠簸的精准预测尤为重要。虽然近年来已有采用数值天气预报(numerical weather prediction,NWP)和人工智能方法进行飞机颠簸研究和业务应用,但这些方法并未考虑颠簸随时间和空间变化的动态性,难以有效应对小尺度颠簸的复杂多变性。为此,使用机载设备观测的湍能耗散率(energy dissipation rate,EDR)数据,构建了一种CNN-Transformer-BiLSTM(CNTFBL)的深度学习模型,对飞机颠簸的预测进行了研究。对比试验和消融实验的结果表明,相比于传统的机器学习方法,该模型综合了CNN提取小尺度颠簸局部空间特征、Transformer捕捉长时间步长序列全局依赖关系、BiLSTM处理短时间的局部依赖关系的优势,在小尺度和瞬时性的中重度飞机颠簸预测中,准确率得到了较大的提高,尤其在预测时间步长较长时效果比较明显。当提前9 h和12 h对飞机颠簸进行预测时,其准确率分别高达0.9503和0.9535。 展开更多
关键词 飞机颠簸 cnn-transformer-bilstm 时间序列预测 深度学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部