基于先验知识的多类CVM航班延误预警模型

• 作 者: 袁瑗 陈兵 徐涛 王建东
• 机 构: 南京航空航天大学信息科学与技术学院,中国民航大学计算机学院
• 出 处: 吉林大学学报(工学版)
• 发表日期: 2010年3期
• 关键词: 人工智能 航班延误 支持向量机 最小闭包球 先验知识 artificial intelligence fight delay support vector ma

基于使用现有的支持向量机解决机场航班延误预警问题存在未充分利用先验知识和训练需花费大量时间和空间的问题,提出了基于中心约束最小闭包球的加权多类算法。该算法首先利用先验知识确定一种新的基于相对紧密度的方法计算样本权值并将其融合到支持向量机中,然后转化为中心约束的最小闭包球进行训练。实验结果表明,该方法比现有的支持向量机具有更合理的分类面并且训练速度得到大大提高。