【摘 要】
：
采集空管大数据,根据空管大数据的特点,对数据进行数据融合,利用改进的聚类算法处理航迹数据,对得到的各类航迹数据分别构建模型,提高模型的预测精度。分别构建Stack LSTM和基于卷积LSTM的航空器轨迹预测模型,以真实雷达数据为例进行仿真实验,对仿真结果进行对比,其结果表明,基于卷积LSTM的航空器轨迹预测模型可以将预测的均方根误差控制在400s内,验证了预测模型可以实现航空器轨迹的精确预测。
【基金项目】
：
四川大学专职博士后研发基金项目（2021SCU12048）； 四川省科技计划基金项目（2022YFG0180）；
论文部分内容阅读
采集空管大数据,根据空管大数据的特点,对数据进行数据融合,利用改进的聚类算法处理航迹数据,对得到的各类航迹数据分别构建模型,提高模型的预测精度。分别构建Stack LSTM和基于卷积LSTM的航空器轨迹预测模型,以真实雷达数据为例进行仿真实验,对仿真结果进行对比,其结果表明,基于卷积LSTM的航空器轨迹预测模型可以将预测的均方根误差控制在400s内,验证了预测模型可以实现航空器轨迹的精确预测。
其他文献
十九世纪末至二十世纪初期,与日常生活密切相关的住宅发生了根本性的变化,对于这种变化的理解,学术界多将其看作是社会变革的必然结果,并多以类型学的方式对其展开研究。对于这一过程中不同群体对于住宅的不同诉求和表达,及这种诉求和表达所体现的多样而丰富的思想根源,以及建筑师住宅实践中细致且反复的试错和进步仍有较多的研究空间。这段时期,大众群体和建筑师群体在政治变革运动和思想启蒙运动的影响下,以大众期刊和专业
本研究缘起于十三五国家重点研发计划重点专项:经济发达地区传承传统聚落组织理念的高密度建筑集群设计方法研究。经济发达地区主要为长三角地区、环渤海地区、珠三角地区,本研究主要着眼于珠三角地区。住宅作为人居空间的重要载体,其舒适性是衡量人居环境的重要指标,而风环境评价是人居舒适度的重要因素。珠三角地区属于亚热带海洋季风性气候,夏季多雨造成环境闷热潮湿,因此建筑风环境更受到人们的重视。良好的风环境设计,不
登陆台风降水往往会给沿岸城市带来严重的人员伤亡和经济财产损失,广东省地处沿海,下垫面复杂,存在珠三角超大城市群,研究城市化对广东省登陆台风降水的作用有利于加深对城市效应影响降水的理解,提高台风降水在城市地区的预报水平。本文利用1981-2015年中国广东省的76个自动观测站资料、地面雷达观测资料和卫星融合降水数据集（CMORPH）,分析了广东省的降水特征变化,包括年降水量、降水频次、强降水（小时降
印度板块和欧亚板块碰撞导致青藏高原垂向上整体快速隆升的同时,也导致高原东缘被断裂分割的块体沿着大规模走滑断裂的横向滑移。纵观青藏高原的隆升、挤出总是伴随着大规模的左行走滑断裂和块体的顺时针旋转。本文选择青藏高原东北缘和莺歌海盆地作为主要的研究区,青藏高原东北缘在右行剪切作用下,被左行走滑断裂（海原断裂、秦岭断裂、昆仑断裂）分割的块体发生顺时针旋转,青藏高原东北缘的演化变形模型有很大争议,而莺歌海盆
近年来随着药物研发需求的日益增长,中国的CRO产业快速扩张开始走入大众的视野。与目前市场上炙手可热的跨国CRO企业相比,本土CRO企业起步较晚,行业经验不足,尤其在人力资源管理方面更是存在诸多问题。文章结合中国本土人力资源特点,在梳理本土CRO行业人力资源管理现状的基础上重点分析本土CRO企业的人力资源管理的优势及劣势,并对此提出优化措施。旨在为本土CRO企业的人力资源管理建设提供帮助。
南京老城门东地区之东南角,有名为“周处读书台”（后文简称“周处台”）的历史文化遗存,笔者因参与了对遗址的保护与复兴的规划设计研究项目,得以接触到此历史遗存。在对此地进行现场调研、测绘的过程中发现,在现存密集的城市老旧居民区内,现存清代建筑物坐落在一座“天然高台”之上,此地在历史上是如何形成的,以至今日城内“周处台”仍保留了建筑与岩石相依存的特殊形态?本文由此问题展开了对“周处台”的历史溯源研究。“
用（ＮＨ４）２ＳｉＦ６处理了ＫＬ沸石。结果表明：无ＮＨ４Ａｃ缓冲剂时，所得样品具有较多的中间孔，但孔分布不集中；加入ＮＨ４Ａｃ作为缓冲剂，或延长反应时间，所制备的样品不仅可获得较高的结晶度，而且孔分布集中程度也得到明显改善。但无论如何，中间孔的孔质及孔分布集中程度均远不如一次合成的ＭＣＭ－４１中孔材料。
东濮凹陷是中国东部著名的的富烃凹陷,前人在优质烃源岩成因等方面做了大量的研究工作,总体认为优质烃源岩的形成主要受原始有机质高生产力和良好的保存条件的影响,但是东濮凹陷古近系沙河街组沙三段优质烃源岩的发育特征在宏观和微观层面具有极强的非均质性,尤其表现在有机质类型复杂、藻类等微生物勃发组合类型多样及保存条件频繁变化等方面,使得对优质烃源岩的认识也存在诸多疑义。本次研究针对东濮凹陷沙三段富有机质泥页岩
针对视频动作预测领域的算法在不同预测时间预测效果不稳定的缺陷,提出一种基于自注意力机制的多模态LSTM的动作预测模型。综合考虑3种视频特征,采用位置编码及自注意力机制编码3种模态特征,得到具有丰富语义的高层特征;使用LSTM结构总结视频的历史信息,产生不同预测时间的动作预测结果;完成多模态特征的子网络的训练后,采取多模型融合策略将子网络的预测输出进行融合。实验结果表明,在EPIC-Kitchens