云南高校图书馆联盟文献共享服务平台- 陈海燕

陈海燕: 作品数：43被引量：240H指数：7; 导出分析报告; 供职机构：南京航空航天大学更多>>; 发文主题：终端区空域航班延误机场噪声机场更多>>; 发文领域：自动化与计算机技术航空宇航科学技术经济管理交通运输工程更多>>; 发文期刊：《信息与控制》《计算机科学与探索》《航空计算技术》《计算机技术与发展》更多>>; 所获基金：国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>

以类重叠度为优化目标的不平衡数据学习方法: 《控制理论与应用》2024年第11期2139-2146,共8页孙博周倩陈海燕; 山东省自然科学基金项目(ZR2023MF098,ZR2018QF002);山东省重大科技创新项目(2019JZZY010706)资助.; 分类是机器学习中的一项重要学习任务,基本思想是使用在训练样例集上生成的分类器对测试样例的类别进行预测.然而,很多实际应用中的训练集具有不平衡的类分布,这通常会制约学习算法的分类性能.为此,本文提出以类重叠度为优化目标的不平...; 关键词：分类类不平衡欠采样类重叠度数据复杂性机器学习

基于多元时序和模式挖掘的终端区交通流预测被引量：1: 《Transactions of Nanjing University of Aeronautics and Astronautics》2023年第5期595-606,共12页祝玮琦陈海燕刘莉袁立罡田文; supported by the National Key R&D Program of China(Nos.2022YFB2602403,2022YFB2602401);the National Natural Science Foundation of China(No.71971112)。; 为了提高终端区不同气象场景下的交通流预测准确率,提出一种融合多元时序和模式挖掘(Multivariate time series and pattern mining,MTSPM)的终端区交通流预测模型。首先,给出了一种基于多元时间序列的终端区交通流预测模型,通过深度学...; 关键词：交通流预测多元时间序列时间序列表示模式挖掘深度学习

基于生成对抗网络的航班起飞风险预测被引量：2: 《航空计算技术》2023年第2期80-83,87,共5页秦雷谢华陈海燕于颖; 国家自然科学基金项目资助(61903187)。; 航班的安全运行是民航的第一要素。根据历史数据对航班运行过程中可能存在的风险进行提前评估和预测是保障航班安全运行的有效手段。针对航班起飞阶段的风险问题,提出了一种基于生成对抗网络的航班起飞风险预测模型。对收集到的机组、...; 关键词：航班起飞风险预测数据增强生成对抗网络神经网络

一种基于排序代理锚损失的深度度量学习算法: 《小型微型计算机系统》2022年第10期2035-2039,共5页张兵陈海燕侯夏晔袁立罡刘振亚; 国家自然科学基金项目(61501229)资助;中央高校基本科研业务费专项资金项目(NS2019054,NS2020045)资助.; 深度度量学习根据特定的度量损失函数对神经网络进行不同的训练,直接学习原始图像空间到语义特征嵌入空间的非线性投影.针对现有代理锚损失函数在不考虑数据分布的情况下,将同一类正样本压缩到嵌入空间中的某个代理锚点,而造成同类样本...; 关键词：度量学习深度学习度量损失函数代理锚损失

基于多元特征的终端区运行场景分类分析方法被引量：2: 《航空计算技术》2022年第3期33-37,共5页曾杨袁立罡陈海燕吕晓文金加志; 国家重点研发计划项目资助(2021YFB1600500)。; 为了提升对气象影响下终端区运行场景的认知理解,支撑基于场景的终端区预战术辅助决策及管制新模式的建立,提出了一种基于多元特征的终端区运行场景分类分析方法。针对终端区场景描述与分类需求,构建由终端区气象、交通、流量策略三个...; 关键词：终端区交通运行运行场景分类气象影响指数流量策略

对流天气下基于聚类算法的终端区交通流分析被引量：3: 《航空计算技术》2022年第3期42-46,共5页姚学成胡明华袁立罡陈海燕刘振亚; 国家重点研发计划项目资助(2021YFB1600500);国家自然科学基金项目资助(52002178)。; 为准确分析对流天气对终端区进场交通流的影响,提出了一种面向对流天气场景的基于轨迹聚类的进场交通流分析方法。利用卷积神经网络与K means++算法对对流天气进行特征提取和聚类;采用均匀化参数方法对进场飞行轨迹进行重采样;进而采用...; 关键词：终端区交通流对流天气卷积神经网络轨迹聚类

一种基于支持向量机的主动度量学习算法被引量：2: 《计算机科学》2022年第S01期113-118,共6页侯夏晔陈海燕张兵袁立罡贾亦真; 国家自然科学基金(61501229);中央高校基本科研业务费专项基金(NS2019054,NS2020045)。; 度量学习是机器学习领域的重要研究内容。度量结果的优劣会直接影响后续机器学习算法的性能。目前大多度量学习的研究工作都是在有监督环境下进行的。然而,实际应用中往往存在大量数据没有标记或需要付出昂贵代价才能获得标记的问题。...; 关键词：度量学习支持向量机度量学习半监督学习主动学习采样策略

S2R2:基于相关性与冗余性分析的半监督特征选择被引量：2: 《计算机与现代化》2021年第9期113-120,126,共9页张东方陈海燕袁立罡; 国家自然科学基金资助项目(61501229);中央高校基本科研业务费专项资金资助项目(NS2019054,NS2020045)。; 特征选择是模式识别与数据挖掘的关键问题之一,它可以移除数据集中的冗余和不相关特征以提升学习性能。基于最大相关最小冗余准则,提出一种新的基于相关性与冗余性分析的半监督特征选择方法(S2R2),S2R2方法独立于任何分类学习算法。该...; 关键词：半监督学习特征选择信息论最大相关最小冗余

半监督特征选择综述被引量：8: 《计算机应用研究》2021年第2期321-329,共9页张东方陈海燕王建东; 中央高校基本科研业务费专项资金资助项目(NS2019054)。; 如何针对半监督数据集,利用不完整的监督信息完成特征选择,已经成为模式识别与机器学习领域的研究热点。为方便研究者系统地了解半监督特征选择领域的研究现状和发展趋势,对半监督特征选择方法进行综述。首先探讨了半监督特征选择方法...; 关键词：机器学习半监督学习特征选择

“新工科”教育质量评估方法探索被引量：3: 《工业和信息化教育》2018年第9期10-13,共4页沈国华钱巨陈海燕康达周张德平; 南京航空航天大学教学改革项目"面向工程认证的教育质量评估与管理支撑平台研究"(项目编号:2017JG0403Z); "新工科"成为当前高等工程教育的重要内容,如何对"新工科"教育质量进行评估是一个值得研究的问题。现有的评估方法存在依赖专家经验且基本由人工完成、教育质量评估指标体系与支撑材料之间关联关系不够清晰等方面的不足。针对这些问题,...; 关键词：工程教育专业认证新工科教育质量评估评估指标体系

陈海燕