基于混合编码和长短时记忆网络的机场延误预测方法

来源：信号处理杂志 2019年第7期北京时间：

作者：屈景怡, 叶萌, 曹磊

摘要：为充分利用机场延误状态信息的时间相关性，提高机场延误预测精度，提出一种基于混合编码和长短时记忆网络（Long Sort Term Memory, LSTM）的机场延误预测方法。该方法首先将机场信息、航班信息和气象信息进行数据预处理，得到机场延误数据；然后，利用LSTM网络对机场延误数据进行特征提取；最后，构建Softmax分类器对机场延误分类预测。实验结果表明，本文基于机场延误数据在数据预处理阶段提出的混合编码方法，可使预测准确率提高约5%。同时，利用LSTM网络来提取数据的时间相关特征信息，网络模型的预测准确率最终可达94.01%。并且由不同机场数据对网络的普适性分析结果表明，该算法更适合于原始数据量大的中大型枢纽机场。

关键词：长短时记忆网络, 混合编码, 机场延误预测, 特征提取