基于深度SE-DenseNet的航班延误预测模型

图共 5个表共 8个

图 1 网络结构示意图

Figure 1.
图 2 SE-DenseNet的训练

Figure 2.
图 3 航班预测模型总体结构

Figure 3.
图 4 改进前后网络结构损失值对比

Figure 4.
图 5 改进前后网络结构梯度值变化对比

Figure 5.

网络层	SE-DenseNet			DenseNet
网络层	矩阵维度	结构配置		矩阵维度	结构配置
卷积层	$n \times n$	$\left[ {3 \times 3,2k} \right]$		$n \times n$	$\left[ {3 \times 3,2k} \right]$
池化层				${n / 2} \times {n / 2}$	$3 \times 3$最大池化
结构块1	$n \times n$	$\left[ \begin{array}{l}1 \times 1,4k\\3 \times 3,k\\{\rm SE}\left( {k/\gamma ,k} \right)\end{array} \right] \!\times\! 6$		${n / 2} \times {n / 2}$	$\left[ \begin{array}{l}1 \times 1,4k\\3 \times 3,k\end{array} \right] \times 6$
转换层1	$n \times n$	$\left[ {1 \times 1,0.5k} \right]$		${n / 2} \times {n / 2}$	$\left[ {1 \times 1,0.5k} \right]$
转换层1	$n \times n$	$\left[ {1 \times 1,0.5k} \right]$		${n / 4} \times {n / 4}$	$2 \times 2$平均池化
		$ \vdots $
分类层	$1 \times 1$	全局平均池化，全连接，softmax

表 1 SE-DenseNet网络配置信息表

延误等级延误时间T (min)

0 (未延误) $T \le 15$
1 (低度延误) $15 < T \le 60$
2 (中度延误) $60 < T \le 120$
3 (高度延误) $120 < T \le 240$
4 (重度延误) $T > 240$

表 2 航班延误等级划分
比率$\gamma $ 准确率(%) 模型大小(MB)

4 93.05 15.46
8 93.15 15.41
12 93.14 15.39
24 93.06 15.36

表 3 维度变换比率$\text{γ}$对分类性能的影响
网络层数 DenseNet SE-DenseNet 参数增长比率(%)

22 1608469 1614256 0.36
40 3978167 3989741 0.29
58 7116085 7133446 0.24

表 4 算法改进前后模型参数对比
网络层数 SE-DenseNet(%)

88 93.19
100 93.17
124 93.19

表 6 深层SE-DenseNet准确率
网络层数 DenseNet SE-DenseNet

16 91.86 92.33
22 92.07 92.69
34 92.28 92.80
40 92.57 93.14
52 92.69 93.17
58 92.72 93.19

表 5 算法改进前后分类准确率对比(%)
网络层数数据集F_O 数据集W 数据集F

16 90.64 92.06 92.33
22 90.96 92.15 92.69
34 91.06 92.29 92.80
40 91.09 92.33 93.14
52 91.24 92.35 93.17
58 91.36 92.38 93.19

表 7 不同影响因素预测准确率对比(%)
模型算法预测准确率

C4.5决策树 78.05
支持向量机 80.00
人工神经网络 86.30
SE-DenseNet 93.19

表 8 不同预测模型结果对比(%)