基于轻量化网络MobileNetV2的航班延误预测模型

来源：信号处理杂志 2022年第5期北京时间：

作者：屈景怡, 刘畅

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40.58Million。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。

关键词：航班延误预测, 轻量化神经网络, 数据融合, CatBoost编码