基于ECSDNN的航空安全事件风险等级预测

作     者：冯霞 桑潇 左海超 FENG Xia;SANG Xiao;ZUO Haichao

作者机构：中国民航大学计算机科学与技术学院天津300300 民航智慧机场理论与系统重点实验室天津300300 

基　　金：国家自然科学基金民航联合基金重点项目(U2333206) 国家重点研发计划(2021YFF0603902) 中央高校基本科研业务费专项资金(3122021063) 天津市研究生科研创新项目(2021YJSO2S14) 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2024年第50卷第4期

页      码：1117-1128页

摘      要：航空安全事件风险等级预测是主动风险管理的重要手段。考虑海量航空安全事件数据呈现的高维复杂、类不平衡等特性,提出一种基于集成代价敏感深度神经网络(ECSDNN)的航空安全事件风险等级预测方法。采用分类型属性嵌入特征编码和数值型属性拼接的方法实现航空安全事件数据的特征表示;综合考虑错分比例和固定代价设计代价敏感矩阵和代价敏感损失函数,构建基于代价敏感深度神经网络(CSDNN)的基分类器模型;采用硬投票方法,集成多个参数不同、性能各异的基分类器,构建航空安全事件风险等级预测模型。在航空安全事件报告系统(ASRS)数据集上的实验结果表明:相比基准算法,所提ECSDNN模型的预测准确率提升了4.51%;相比单个CSDNN基分类器,所提ECSDNN模型的预测准确率提升了3.17%。验证了基于ECSDNN的航空安全事件风险等级预测方法的有效性。

主 题 词：航空安全 风险等级预测 嵌入特征编码 代价敏感 深度神经网络 集成学习 

学科分类：08[工学] 081203[081203] 0835[0835] 0825[工学-环境科学与工程类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13700/j.bh.1001-5965.2022.0473

馆 藏 号：203127521...