基于LSTM神经网络的机场能见度预测

基于LSTM神经网络的机场能见度预测

论文摘要

能见度对人们日常生活有巨大影响。例如,短期的低能见度预测精度对高速公路交通和飞机飞行非常重要。尤其是飞行活动,低能见度会给飞机飞行带来视程障碍,危及飞行安全。在本文中,我们尝试通过机器学习方法预测能见度,尤其是低能见度情况。我们首先通过数据的统计特征和相关性分析等方法,分析北京气象观测站54511的能见度数据,为后续的模型拟合提供先验信息。此外,我们还通过空间上的最邻近插补以填补缺失数据。在实验中,我们通过长短期记忆模型(Long Short-Term Memory Mod-el,LSTM)来预测能见度。通过调整损失函数和神经网络结构,我们将更好的优化模型,使得预测结果更加适用于实践应用,即,更加关注低能见度部分的数据预测精度。我们分别通过回归和分类方法预测能见度。对于回归模型,我们构建了加权的损失函数,以提升低能见度数据预测精度。以平均绝对误差为评估标准,我们发现长短期记忆回归模型预测结果优于常用的随机森林方法与多层感知机模型。此外,我们发现在长短期记忆模型解决时间序列预测问题时,系统性的“时间滞后”现象将会出现,这主要是由于训练集中数据量的不足导致模型的系统误差。对于分类模型,我们通过机场常用能见度起降分级标准将数据分类预测。通过分类模型,我们发现,尽管不能得到能见度的精确数值预测结果,但能见度的分级预测更加准确。这也可以为现实应用中的飞机起降提供更多的参考信息。

论文目录

  • 中文摘要
  • 英文摘要
  • 第一章 引言
  •   §1.1 研究背景
  •   §1.2 国内外研究综述
  •   §1.3 能见度问题模型
  • 第二章 数据分析与预处理
  •   §2.1 数据描述
  •   §2.2 自相关性分析
  •   §2.3 缺失数据填补
  •   §2.4 数据正则化
  •   §2.5 数据重构
  • 第三章 模型及评估
  •   §3.1 长短期记忆模型
  •   §3.2 独热编码
  •   §3.3 评估标准
  • 第四章 实验结果与分析
  •   §4.1 1小时能见度回归模型
  •   §4.2 3小时能见度回归模型
  •   §4.3 能见度分类模型
  • 第五章 全文总结与展望
  • 参考文献
  • 致谢
  • 学位论文评阅及答辩情况表
  • 文章来源

    类型: 硕士论文

    作者: 邓拓

    导师: 程爱杰,林海翔

    关键词: 大气能见度,时间序列预测,长短期记忆模型

    来源: 山东大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 气象学,航空航天科学与工程,自动化技术

    单位: 山东大学

    分类号: TP183;V321.223

    总页数: 43

    文件大小: 2792K

    下载量: 1536

    相关论文文献

    • [1].考虑上下游的LSTM短时交通流量预测[J]. 哈尔滨理工大学学报 2019(05)
    • [2].基于双向LSTM的图书分类系统的设计与实现[J]. 信息技术 2020(01)
    • [3].LSTM神经网络在驾驶行为分析中的应用[J]. 电脑编程技巧与维护 2020(01)
    • [4].基于LSTM的时政新闻摘要提取研究[J]. 信息技术与信息化 2020(01)
    • [5].基于LSTM的藏语语音识别[J]. 电脑知识与技术 2020(04)
    • [6].LSTM循环神经网络与企业盈利预测研究[J]. 全国流通经济 2020(01)
    • [7].基于LSTM和时间序列分析法的短期风速预测[J]. 计算机仿真 2020(03)
    • [8].基于深度双向LSTM网络的说话人识别[J]. 计算机工程与设计 2020(06)
    • [9].运用LSTM神经网络预测武汉市居民存款余额[J]. 金融理论与教学 2020(03)
    • [10].基于LSTM网络的语音服务质检推荐技术[J]. 计算机与现代化 2020(07)
    • [11].基于LSTM的动车组故障率预测模型[J]. 中国铁路 2020(07)
    • [12].基于LSTM的风机滚动轴承剩余寿命预测研究[J]. 工业控制计算机 2020(06)
    • [13].基于改进LSTM模型的大气温度预测[J]. 通化师范学院学报 2020(08)
    • [14].基于LSTM神经网络模型对大宗矿产资源放行风险预测研究[J]. 中国口岸科学技术 2020(06)
    • [15].基于LSTM模型的高速公路流量预测与应用[J]. 中国交通信息化 2020(10)
    • [16].基于LSTM神经网络的肉牛动态称重算法研究[J]. 黑龙江畜牧兽医 2020(20)
    • [17].基于可分离卷积与LSTM的语音情感识别研究[J]. 信息技术 2020(10)
    • [18].基于LSTM神经网络的乌鲁木齐市流感样病例的预测研究[J]. 科技视界 2019(31)
    • [19].基于上下文增强LSTM的多模态情感分析[J]. 计算机科学 2019(11)
    • [20].深度学习框架下LSTM网络在短期电力负荷预测中的应用[J]. 电力信息与通信技术 2017(05)
    • [21].基于LSTM的舰船运动姿态短期预测[J]. 舰船科学技术 2017(13)
    • [22].LSTM对上证指数的实证分析[J]. 现代经济信息 2017(09)
    • [23].基于LSTM网络鄱阳湖抚河流域径流模拟研究[J]. 华中师范大学学报(自然科学版) 2020(01)
    • [24].基于深度LSTM的端到端的语音识别[J]. 中北大学学报(自然科学版) 2020(03)
    • [25].基于LSTM的视频行为识别技术与应用分析[J]. 信息与电脑(理论版) 2020(04)
    • [26].基于LSTM的监控视频中步态识别方法研究[J]. 中国人民公安大学学报(自然科学版) 2020(02)
    • [27].基于自然语言处理及LSTM模型的产业上下游关系识别[J]. 统计与决策 2020(14)
    • [28].基于LSTM循环神经网络的大地电磁工频干扰压制[J]. 地球物理学进展 2020(05)
    • [29].基于LSTM模型的北京首都国际机场路面交通拥堵预测[J]. 数理统计与管理 2020(05)
    • [30].基于深度学习LSTM网络的沥青路面性能预测研究[J]. 公路交通科技(应用技术版) 2020(08)

    标签:;  ;  ;  

    基于LSTM神经网络的机场能见度预测
    下载Doc文档

    猜你喜欢