摘要
本发明涉及计算机技术应用领域,提供了一种基于时空多模态融合的航班延误预测方法、设备和介质,方法包括:首先获取多机场在预设时间窗口内的航班延误关联数据及机场基础信息,进而生成节点嵌入矩阵,并基于航线物理连接、历史协同延误率及时空关系构建三种空间依赖矩阵。通过时间特征提取模块对预处理后的航班数据进行时间特征挖掘,同时利用逐层图学习模块融合节点嵌入与多源空间依赖矩阵,实现空间特征的分层学习。最终通过多模态特征融合模块整合时间与空间特征,输入延误预测模块得到航班延误时间预测结果。该方法通过多模态时空特征的联合建模,能够有效捕捉机场网络中航班延误的时空传播规律,提高航班延误预测准确度。
技术关键词
多模态特征融合
航班延误预测方法
融合特征
卷积特征
特征提取模块
异构
网络
矩阵
注意力
时序
物理
可读存储介质
节点
数据
计算机
程序
系统为您推荐了相关专利信息
识别预警方法
计算机可执行指令
数据
波动特征
机器学习模型
案件数据
分类模型构建
词嵌入向量
分类方法
模型超参数