徐海文

作品数：36被引量：58H指数：4
导出分析报告
供职机构：中国民用航空飞行学院更多>>
发文主题：航班延误航班航空变分不等式货运量预测更多>>
发文领域：自动化与计算机技术理学经济管理航空宇航科学技术更多>>
发文期刊：《中国市场》《四川师范大学学报（自然科学版）》《中国民航飞行学院学报》《科学技术与工程》更多>>
所获基金：国家自然科学基金中国民航飞行学院科研基金国家科技支撑计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
大语言模型综述与展望
《计算机应用》2025年第3期685-696,共12页秦小林 古徐 李弟诚 徐海文 
国家重点研发计划项目(2023YFB3308601);四川省科技计划项目(2024NSFJQ0035,2024NSFSC0004);四川省委组织部人才专项。
大语言模型(LLM)是由具有大量参数(通常数十亿个权重或更多)的人工神经网络组成的一类语言模型,使用自监督学习或半监督学习对大量未标记文本进行训练,是当前生成式人工智能(AI)技术的核心。与传统语言模型相比,LLM通过大量的算力、参...
关键词：大语言模型 智能体 自然语言处理 检索增强生成 模型幻觉 
基于注意力机制和多尺度融合的U-Net改进算法
《计算机应用》2024年第S2期24-28,共5页吴淞 蓝鑫 单靖杨 徐海文 
成都市-中国科学院科技合作资金资助项目;民航飞行技术与飞行安全重点实验室项目(FZ2022ZZ05,FZ2022ZX60)。
针对原始U-Net在医学图像分割任务中计算冗余和难以划分细小结构等问题,提出一种基于注意力机制和多尺度融合的U-Net改进算法。首先,通过在跳跃路径上引入通道注意力机制,网络关注包含更重要信息的通道,从而减少计算资源开销,并提升计...
关键词：深度学习 医学图像分割 U-Net 通道注意力机制 多尺度融合 
模态分解与混合模型融合的民航客运量预测
《重庆理工大学学报(自然科学)》2024年第12期207-215,共9页唐甜甜 徐海文 刘浩霖 于飞 何梦帆 
中国民用航空飞行学院青年基金项目(QJ2023-037)。
为解决民航客运量预测时存在的精度低、高维特征缺失等问题,结合中国民航客运量数据的特征,提出一种由互补集合经验模态分解(CEEMD)与支持向量机(SVM)组合的预测模型。通过CEEMD对数据进行分解,有效处理数据中的复杂特征和趋势。通过粒...
关键词：互补集合经验模态分解 粒子群算法 支持向量机 组合预测 民航客运量预测 
民航客运量预测方法研究综述
《科技和产业》2024年第13期133-143,共11页徐海文 令海龙 夏思薇 
中央高校基本科研业务费专项资金(PHD2023-054)。
为了提升民航运行效率、准确预测客运量,促进其可持续发展,采用分类学方法将民航客运量预测方法划分为传统统计学、机器学习、组合模型3大类。详述各类方法的改进原理、效果和应用,通过数据处理、权重调整、参数优化和结构改进提高准确...
关键词：民航客运量 时间序列预测 机器学习 神经网络 组合预测 
一种包含组合范数惩罚项的波达方向稀疏估计方法
《四川大学学报（自然科学版）》2024年第3期87-94,共8页李宝山 徐海文 陈晨 李凡 
四川省科技厅项目(2021JDRC0080);中央高校基本业务费面上项目(J2021-058);国家自然科学基金民航联合基金重点项目(U2033213)。
波达方向(Direction of Arrival,DOA)估计是阵列观测数据研究领域的一个基本问题.对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没...
关键词：阵列信号 波达方向 复椭球对称分布 惩罚似然估计 MM算法 
基于多层感知融合网络的图像去雾模型研究被引量：1
《信息技术与信息化》2023年第5期128-131,共4页魏轶伦 徐海文 
针对雾天环境下智能视觉系统采集图像严重降质,基于卷积神经网络提出了一种多层感知融合网络(multi layer perceptual fusion network,MLPFN)用来重建清晰图像。MLPFN通过下采样成三条不同分辨率特征流,其中多尺度感知模块用于增大网络...
关键词：图像去雾 卷积神经网络 多层感知融合网络 多尺度 
考虑航路网络结构的离场航班延误预测模型被引量：3
《科学技术与工程》2023年第11期4734-4744,共11页徐海文 汪腾 
中央高校基本科研业务费专项(J2021-057)。
针对离场航班延误预测缺少对航路网络结构因素的考虑,以及传统多分类预测难以满足高精度的需求,提出了一种考虑航路网络结构的离场航班延误预测模型。首先,根据离场航班所在终端区的航路网络结构,提出了航路拥挤指标,即航路流量、航路...
关键词：航路网络结构 航班延误预测 深度神经网络 拥挤指标 
基于深度学习的图像去雾方法综述研究被引量：4
《信息技术与信息化》2023年第4期214-216,220,共4页魏轶伦 徐海文 
图像去雾作为常见的图像处理技术,主要是通过改善模糊图像质量,以保证后续高层次视觉任务顺利进行。近年来,基于深度学习方法在面对大规模复杂数据集时有较好的表现,大量学者将深度学习应用在图像去雾领域。取得了诸多研究成果。基于此...
关键词：图像去雾 视觉任务 深度学习 图像质量评价指标 图像数据集 
基于特征筛选和深度神经网络的航班延误预测
《信息技术与信息化》2023年第2期133-136,共4页郑玉帆 徐海文 
为提高航班延误预测效率,提出了一种基于无模型限制特征筛选和深度神经网络的航班延误等级预测模型。首先利用融合科尔莫戈罗夫过滤器实现特征筛选,以减少训练时间提高预测效率;其次利用深度神经网络对航班延误等级进行预测;最后采用真...
关键词：特征筛选 融合科尔莫戈罗夫过滤器 深度神经网络 航班延误预测 分类预测 
基于SMOTE算法的深度神经网络航班延误预测模型
《价值工程》2023年第4期118-120,共3页郑玉帆 徐海文 
航班延误预测在民航运输降低延误成本、规划航班计划方面有重要作用。针对航班延误数据不平衡的问题,本文提出一种基于SMOTE算法的深度神经网络航班延误预测模型(SMOTE-DNN)。该模型首先利用过采样技术SMOTE算法对原始数据进行处理,减...
关键词：SMOTE算法 深度神经网络 航班延误 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部