| 基于融合先验知识SVM的航班延误预警模型 |
| |
| 引用本文： | 陈海燕,王建东,顾彬. 基于融合先验知识SVM的航班延误预警模型[J]. 南京航空航天大学学报, 2009, 41(2) |
| |
| 作者姓名： | 陈海燕 王建东 顾彬 |
| |
| 作者单位： | 南京航空航天大学信息科学与技术学院,南京,210016;南京航空航天大学信息科学与技术学院,南京,210016;南京航空航天大学信息科学与技术学院,南京,210016 |
| |
| 基金项目： | 国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 针对日益严重的航班延误问题,有必要通过预警机制减少其负面影响,对机场各时段延误程度的预警其实质是一个多类分类问题.利用先验知识确定了一种新的基于相对紧密度的方法来计算各样本的权值,并将其融合到支持向量机模型中,进而结合一对一法(OAO)形成一种一对一加权间隔支持向量机(OAO-WMSVM),用以实现一个多级航班延误预警模型.实验证明,用OAO-WMSVM建立的预警模型能有效判定机场各时段的延误等级;同时还证明,融合了先验知识的SVM比标准SVM具有更好的分类性能.
|
| 关 键 词： | 航班延误 预警模型 支持向量机 先验知识 |
Early Warning Model of Flight Delay Based on SVM with Incorporated Prior Knowledge |
| |
| Chen Haiyan,Wang Jiandong,Gu Bin. Early Warning Model of Flight Delay Based on SVM with Incorporated Prior Knowledge[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2009, 41(2) |
| |
| Authors: | Chen Haiyan Wang Jiandong Gu Bin |
| |
| Affiliation: | College of Information Science and Technology;Nanjing University of Aeronautics & Astronautics;Nanjing;210016;China |
| |
| Abstract: | Aimed at the problem of severe flight delays,early warning can be used to reduce the negative effects.Judging the delay level of each interval is a multi-class classification problem.Weighted margin support vector machine(WMSVM) is adopted with the weights of samples determined by a new relative affinity function based on prior knowledge.Referring to one against one-support vector machine(OAO-SVM),an OAO-WMSVM method is proposed to implement a multi-level early warning model of the flight delay.Experiments ... |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
