结合ResNet和特征工程的QAR数据预测方法

摘要： 为解决QAR数据存在的数据缺失、数据异常等问题，提出一种将神经网络模型与特征工程相结合的方法，用于实现对飞机的QAR数据中飞行状态参数的精准预测。首先通过引入ResNet(残差神经网络)模型大幅加深了预测网络模型的深度，同时缓解了深层网络带来的梯度消失/爆炸问题，完成了预测精度的一次提升。之后通过Pearson相关系数与随机森林相结合的特征提取方法提取训练特征，训练后得到更加精... （共5页）