典型文献
基于轻量化网络MobileNetV2的航班延误预测模型
文献摘要：
针对民航业中航班延误状况的日益凸显,传统算法存在准确率低、计算量以及参数量大的问题,且面对旅客主要使用移动设备查询的需求,传统算法难以直接部署在移动端,本文提出一种基于轻量化网络MobileNetV2的航班延误预测模型.模型首先对数据集做数据融合、编码等预处理;然后将其输入到网络中进行特征提取;最后利用Softmax分类器输出航班延误等级.应用于国内数据集,准确率最高为99.07％,模型参数量为1.31Million、计算量为40.58Mi11ion.本文模型在保障准确率的同时,尽可能降低模型的参数量和计算量,其性能优于传统网络,有助于在移动端实现航班延误预测.
文献关键词：
航班延误预测;轻量化神经网络;数据融合;CatBoost编码
中图分类号：
作者姓名：
屈景怡;刘畅
作者机构：
中国民航大学天津市智能信号与图像处理重点实验室,天津300300
文献出处：
引用格式：
[1]屈景怡;刘畅-.基于轻量化网络MobileNetV2的航班延误预测模型)[J].信号处理,2022(05):973-982
A类：
31Million,58Mi11ion
B类：
轻量化网络,MobileNetV2,航班延误预测,民航业,中航,传统算法,计算量,旅客,移动设备,备查,移动端,数据融合,Softmax,分类器,出航,模型参数量,轻量化神经网络,CatBoost
AB值：
0.234669
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
