近年来,随着国际地缘政治形势的愈发复杂,洋区不明飞行活动日趋频繁,严重影响域内民航航班运行的安全和效率。本文构建一种基于注意力机制的卷积记忆网络预测架构,旨在挖掘GDELT(Global Database of Events,Language,and Tone)新闻事件...近年来,随着国际地缘政治形势的愈发复杂,洋区不明飞行活动日趋频繁,严重影响域内民航航班运行的安全和效率。本文构建一种基于注意力机制的卷积记忆网络预测架构,旨在挖掘GDELT(Global Database of Events,Language,and Tone)新闻事件与不明飞行活动架次及其滞后性的关联特征。首先,采用格兰杰因果检验和相关性分析筛选与飞行活动显著相关的新闻事件类型,并构建输入特征空间;接着,提出一种“卷积神经网络-长短期记忆网络-多头注意机制(CNN-LSTM-MHA)”混合架构,通过CNN提取事件数据与架次数据的局部时空关联特征,通过LSTM捕捉事件滞后影响,并引入多头注意力机制优化学习权重。利用2015—2024年三亚情报区不明飞行活动数据验证模型,结果表明:该预测模型在测试集上表现出较优的性能,平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)分别为0.6049、0.7642和0.8103;模型对正常与异常飞行活动样本均能保持较高预测精度,且测试性能与训练集接近,显示出良好的泛化能力与预测稳定性。展开更多
文摘近年来,随着国际地缘政治形势的愈发复杂,洋区不明飞行活动日趋频繁,严重影响域内民航航班运行的安全和效率。本文构建一种基于注意力机制的卷积记忆网络预测架构,旨在挖掘GDELT(Global Database of Events,Language,and Tone)新闻事件与不明飞行活动架次及其滞后性的关联特征。首先,采用格兰杰因果检验和相关性分析筛选与飞行活动显著相关的新闻事件类型,并构建输入特征空间;接着,提出一种“卷积神经网络-长短期记忆网络-多头注意机制(CNN-LSTM-MHA)”混合架构,通过CNN提取事件数据与架次数据的局部时空关联特征,通过LSTM捕捉事件滞后影响,并引入多头注意力机制优化学习权重。利用2015—2024年三亚情报区不明飞行活动数据验证模型,结果表明:该预测模型在测试集上表现出较优的性能,平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)分别为0.6049、0.7642和0.8103;模型对正常与异常飞行活动样本均能保持较高预测精度,且测试性能与训练集接近,显示出良好的泛化能力与预测稳定性。
