基于SDAE的终端区气象场景模式识别方法
杨新湦
罗秋晴
张召悦
中国民航大学 空中交通管理学院,天津 300300
摘要：气象条件是影响终端区航空器运行安全及效率的主要因素之一.为提高终端区气象场景模式识别精度,采用基于堆叠降噪自编码(SDAE)的聚类模型,在输入层添加随机噪声、构建 3 层自编码、逐层贪婪训练,降维后的特征作为聚类的输入,实现气象场景的模式识别.以天津滨海国际机场 2022 年气象观测数据为例,基于 SDAE与欧氏距离、汉明距离、曼哈顿距离等传统相似性距离度量方法,分别使用 K-medoids与 FCM 两种聚类方法进行验证.结果表明:基于 SDAE的相似性度量在 K-medoids 与 FCM 聚类中均表现最优,与其他相似性度量相比差异率分别达到 22.4%,12%,17.7%与 24.8%,10.7%,11.8%,且运算时间最短,证明了基于SDAE的度量、聚类效果最优,最终识别出 8 个气象场景,各场景分类清晰明确.
关键词：气象特征堆叠降噪自编码K-medoidsFCM
分类号：V355(航空港（站）、机场及其技术管理)
资助基金：国家自然科学基金(71801215old)国家重点研发计划(KJZ25420200012)
论文发表日期：2024-04-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 96-104 )
英文信息