首页> 中文期刊> 《云南民族大学学报:自然科学版》 >基于深度学习的机场能见度预测研究

基于深度学习的机场能见度预测研究

         

摘要

40%以上的飞行事故发生在机场范围内的起飞降落阶段,造成各航班延误或机场暂闭的重要原因是机场能见度降低.对机场能见度进行预测研究在保障飞机安全,提高运行效率上起到至关重要的作用.基于Squeezenet的迁移学习模型与搭建的15层深度卷积神经网络,对能见度进行判断,与已知能见度进行对比后,使用准确度最高的模型实现后续的能见度预测.经过实验,Squeezenet迁移学习模型的能见度预测精确度最高为70%,搭建的15层深度卷积神经网络模型的准确度为89.7%.最终发现搭建的15层深度卷积神经网络模型更适用于机场能见度预测,为机场能见度预测、提高机场运行效率问题提供参考.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号