摘要
本发明涉及机场航班延误预测技术领域,提供一种基于多维数据融合的机场航班延误预测方法,包括选取多属性数据;将多属性数据转换为空间数据变量、时空数据变量以及时间数据变量;将空间数据变量输入到图卷积神经网络,以窗口时刻运输拓扑网络的拥堵指数为基础,利用图卷积神经网络提取数据空间特征;将时空数据变量输入三维卷积神经网络,从时间和空间维度计算特征,获取具有空间时间依赖性的动态数据的时空特征;将时间数据变量输入到长短期记忆网络提取数据的时间特征;将空间特征、时空特征以及时间特征进行融合并输入长短期记忆网络进行延误识别,获得起飞航班延误时间。本发明能够有效、准确地识别机场延误。
技术关键词
航班延误预测方法
拥堵指数
三维卷积神经网络
长短期记忆网络
表达式
网络拓扑
卷积神经网络提取
变量
节点特征
航班延误预测技术
数据
矩阵
阶段
二维卷积神经网络
误差评价方法
拓扑网络
机场航空器
空间特征提取
系统为您推荐了相关专利信息
长标距光纤光栅
盾构隧道监测
光信号
光纤网络
场景特征
车辆模型
鲁棒性
概率分布函数
强化学习策略
表达式