結(jié)合ResNet和特征工程的QAR數(shù)據(jù)預(yù)測(cè)方法

摘要： 為解決QAR數(shù)據(jù)存在的數(shù)據(jù)缺失、數(shù)據(jù)異常等問題，提出一種將神經(jīng)網(wǎng)絡(luò)模型與特征工程相結(jié)合的方法，用于實(shí)現(xiàn)對(duì)飛機(jī)的QAR數(shù)據(jù)中飛行狀態(tài)參數(shù)的精準(zhǔn)預(yù)測(cè)。首先通過引入ResNet(殘差神經(jīng)網(wǎng)絡(luò))模型大幅加深了預(yù)測(cè)網(wǎng)絡(luò)模型的深度，同時(shí)緩解了深層網(wǎng)絡(luò)帶來的梯度消失/爆炸問題，完成了預(yù)測(cè)精度的一次提升。之后通過Pearson相關(guān)系數(shù)與隨機(jī)森林相結(jié)合的特征提取方法提取訓(xùn)練特征，訓(xùn)練后得到更加精...