基于seq2seq模型的民航报文智能纠错研究  

作　　者：李强[1] 杨红雨[2] 刘洪[1,2] 武喜萍[2] 胡浩亮 

机构地区：[1]四川大学视觉合成图形图像技术重点学科实验室,四川成都610064 [2]四川大学计算机(软件)学院,四川成都610064 [3]中国航空无线电电子研究所,上海200241

出　　处：《长江信息通信》2021年第2期29-31,共3页Changjiang Information & Communications

基　　金：重点实验室基金一般项目(6142505190101)。

摘　　要：针对民航报文在传输过程中,存在人为或者环境影响,导致出现错误,尤其是航路字段出现错误的现象,提出了一种基于seq2seq模型的深度学习方法,发现并纠正航路中存在的多点、少点、错点或混合错误的报文错误。并在seq2seq模型中加入attention机制,解决模型的输入输出序列不对应问题,有效提高了纠错得准确率。通过仿真实验验证了结合注意力机制的条件生成模型可以有效地发现并纠正报文中的航路错误,有效地减少管制员的压力,提高了航空安全性。

关 键 词：报文纠错 seq2seq模型 attention机制 神经网络 

分 类 号：V355.1[航空宇航科学与技术—人机与环境工程]