基于深度SE-DenseNet的航班延误预测模型

作者：吴仁彪; 赵婷; 屈景怡^*

来源：电子与信息学报, 2019, 41(06): 1510-1517.

• 航班延误预测
• SE-DenseNet
• 数据融合
• 特征重标定

针对目前民航运输业对航班延误高精度预测的需求,该文提出一种基于深度SE-DenseNet的航班延误预测模型。该模型首先将航班信息、相关机场延误信息和天气信息进行数据融合;其次,利用改进后的SEDenseNet算法对融合后的航班数据集进行自动特征提取;最后,构建Softmax分类器进行航班离港延误等级的预测。该文提出的SE-DenseNet结构融合了DenseNet和SENet二者的优势,既能加强深层信息的传递,避免梯度消失,又可以实现特征提取过程中的特征重标定。实验结果表明,数据融合后,预测准确率较只考虑航班属性提高约1.8%;算法改进后可以有效提升网络性能,模型最终准确率达93.19%。

• 单位
  中国民航大学