天津市智能信号与图像处理重点实验室开放基金 作品数:46 被引量:254 H指数:9 相关作者: 杨宏宇 曹卫东 屈景怡 吴仁彪 马宇申 更多>> 相关机构: 中国民航大学 中国民航学院 中国民用航空学院 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 中国民航总局科技基金 更多>> 相关领域: 自动化与计算机技术 航空宇航科学技术 电子电信 理学 更多>>
基于衰减因子的双通道神经网络图像分类算法 被引量:4 2017年 为解决深度卷积神经网络(convolutional neural networks,CNN)难以训练的问题,提出一种快速、高效的双通道神经网络(dual-channel neural networks,DCNN),该神经网络由直通通道和卷积通道两种通道构成,直通通道负责保障深度网络的畅通性,卷积通道负责深度网络的学习。考虑到深层网络在训练时容易出现性能不稳定的问题,在卷积通道上引入卷积衰减因子,对其响应数据进行约束。设计一种"双池化层"对同一特征图进行降采样,不仅可以防止训练过拟合,还能保证各通道的维度一致性。在3个图像数据集CIFAR-10、CIFAR-100和MNIST上的实验结果表明,无论是神经网络的可训练深度、稳定性和分类精度,DCNN都明显优于现有的深度卷积神经网络。 屈景怡 朱威 吴仁彪关键词:图像分类 卷积神经网络 ADS-B与TCAS II数据融合算法研究 被引量:2 2015年 面对空中交通密度越来越大,TCAS II在实际应用中暴露出的虚警和不必要告警等问题愈加明显。为了提供可靠连续的监视信息,提高防撞系统的性能,给出了一种ADS-B与TCAS II组合监视数据融合算法。该算法首先建立了飞机状态空间模型,并分析了ADS-B和TCAS II数据内容和特点,然后研究了数据融合前需要解决的关键问题,利用Kalman滤波器对数据进行处理,采用了在线性最小方差意义下的按标量加权最优信息融合准则和算法对数据进行融合。对该算法进行仿真,结果表明融合后的数据估计误差比任何一个传感器单独估计的误差都要小,说明该算法能够得到较高精度的数据,有效增强了防撞系统的性能。 倪育德 马宇申 刘萍关键词:广播式自动相关监视 数据融合 卡尔曼滤波 民航收益漏洞NOSHOW规则提取 被引量:2 2017年 为减轻旅客订座后NOSHOW给航空公司造成的巨额经济损失,对海量数据的处理技术进行研究,利用粗糙集理论知识设计MapReduce算法,在Hadoop平台上对特征信息与收益漏洞NOSHOW进行关联性分析,剔除弱相关的特征维度,对约简后的特征信息使用Apriori算法进行关联规则挖掘。实验取得了不同阈值下的NOSHOW规则,利用阈值大小可以制定相应特征旅客群体的出票时限,清理不合理占座,增加座位的销售机会。 曹卫东 翟盼盼 朱远知关键词:粗糙集 航空运输 属性约简 关联规则挖掘 基于双通道卷积神经网络的航班延误预测模型 被引量:28 2018年 针对航班延误预测数据量大、特征提取困难而传统算法处理能力有限的问题,提出一种基于双通道卷积神经网络(DCNN)的航班延误预测模型。首先,该模型将航班数据和气象数据进行融合,应用DCNN进行自动特征提取,采用批归一化(BN)和Padding策略优化,提升到港延误等级的分类预测性能;然后,在卷积神经网络(CNN)基础上加入直通通道,以保证特征矩阵的无损传输,增强深度网络的畅通性;同时引入卷积衰减因子对卷积通道的特征矩阵进行稀疏性限制,控制不同网络深度的特征叠加比例,维持模型的稳定性。实验结果表明,所提模型与传统模型相比,具有更强的数据处理能力。通过数据融合,航班延误预测准确率可提高1个百分点;加深网络深度后,该模型能保证梯度的稳定,从而训练更深的网络,使准确率提升至92.1%。该基于DCNN算法的模型特征提取充分,预测性能优于对比模型,可更好地服务于民航决策。 吴仁彪 李佳怡 屈景怡关键词:数据融合 基于加权V图的异地多活数据中心接入划分 被引量:1 2018年 为平衡异地多活系统访问压力、充分利用系统资源、合理有效地为各数据中心分配用户,提出一种基于加权V图的异地多活数据中心用户接入划分方法。考虑各数据中心自身的性能条件和负载情况,通过选取相应指标,运用统计分析和数据变化的方法,确定各中心的加权值,在此基础上,运用加权V图的方法对用户接入进行划分。实验结果表明,该方法能够使用户的接入划分更加合理,均衡了数据中心的系统访问压力,避免了资源的浪费,为大数据时代数据中心建设和灾备系统建设提供技术支持。 曹卫东 周原 孙晓君 王静ADS-BINCPR编解码仿真及同频干扰研究 被引量:7 2013年 1090ES广播式自动相关监视(ADS-B)是国际民航组织(ICAO)推荐的一种监视模式。给出了ADS-B对目标飞机位置进行简洁位置报告(CPR)编解码的算法机理,仿真实现了报文收发的过程,并对收发的数据偏差进行了统计。同时,本文还通过建立接收模型,模拟仿真了二次雷达(SSR)A/C模式和S模式干扰信号以及本机接收距离对成功接收ADS-B报文的影响。研究结果表明,CPR算法对目标飞机位置编解码具有很高的有效性和准确性,减少同频干扰数以及缩短目标飞机和本机之间的距离,都能有效提高成功接收报文的概率。 刘萍 倪育德 马宇申关键词:广播式自动相关监视 同频干扰 基于ADS-B的飞机防撞算法 被引量:6 2013年 面对飞行流量持续快速增长,民航空域资源日益短缺,对冲突飞机进行有效的解脱,是避免飞机间发生碰撞的关键技术。对飞机保护区域进行合理建模,给出一种基于广播式自动相关监视(ADS-B)技术的冲突解脱算法,该算法有效利用ADS-B的数据精度高、更新快的特点,从水平方向上给出"保向变速"与"保速变向"两类解脱策略,从垂直方向上给出"爬升"和"下降"两种解脱策略。把飞机的水平速度、航向和垂直速度作为控制变量,通过计算冲突解脱的边界条件获得控制变量转换时间,从而找到可行的解脱方法。仿真结果表明,对于同一飞行冲突情形,并不是所有的冲突解脱策略都是可行的,但是对于可行的冲突解脱策略,需要由飞行员根据当时的具体情况去决定哪种解脱方式是最优的。 马宇申 倪育德 刘萍关键词:广播式自动相关监视 自由飞行 基于MapReduce的民航收益漏洞规则提取研究 2017年 在民航业务中,旅客订座后却不能如期登机(NOSHOW),最终会导致航班上座位的虚耗。针对海量的CKI(CheckIn,离港)数据,提出了一种分布式环境下基于NOSHOW约束的收益漏洞规则提取方案。首先对基于项约束条件的Apriori算法进行了论证,提出分布式环境下基于项约束的频繁项集的计算模型。实验结果表明,该算法能避免大量无用频繁项集的生成,加快Apriori算法迭代的速度。实验取得了不同置信度下的关联规则,可以为航空公司制定不同旅客的出票时限,提供智能化的决策支持。 曹卫东 翟盼盼 朱远知关键词:项约束 数据挖掘 分布式环境 结合残差网络与多级分块结构的步态识别方法 被引量:4 2022年 针对步态识别中由于衣着与背包的遮挡造成不能提取有鉴别性的步态特征,从而导致识别准确率不高的问题,提出一种结合残差网络和多级分块结构的步态识别方法。首先在水平方向上对步态能量图进行不同尺度的多级分块,以提取不同区域的细粒度特征,减少局部遮挡对于其他区域的影响,同时为了更好地学习在步态中运动频率最高区域的特征,在腿部加入Inception模块;其次为了提升网络模型的识别精度,结合交叉熵损失、三元组损失、L2正则化对残差网络的权值进行约束。最后在公开的步态数据集CASIA-B和OU-ISIR Treadmill B上进行实验,在携带背包或不同衣着条件下的识别率分别达到了87.5%、82.6%,表明该模型对于衣着与携带背包的条件具有鲁棒性。 张红颖 田鹏华关键词:步态识别 基于混合编码和长短时记忆网络的机场延误预测方法 被引量:4 2019年 为充分利用机场延误状态信息的时间相关性,提高机场延误预测精度,提出一种基于混合编码和长短时记忆网络(Long Short Term Memory,LSTM)的机场延误预测方法。该方法首先将机场信息、航班信息和气象信息进行数据预处理,得到机场延误数据;然后,利用LSTM网络对机场延误数据进行特征提取;最后,构建Softmax分类器对机场延误分类预测。实验结果表明,本文基于机场延误数据在数据预处理阶段提出的混合编码方法,可使预测准确率提高约5%。同时,利用LSTM网络来提取数据的时间相关特征信息,网络模型的预测准确率最终可达94.01%。并且利用不同机场数据对网络的普适性分析结果表明,该算法更适合于原始数据量大的中大型枢纽机场。 屈景怡 叶萌 曹磊关键词:特征提取