卢敏
- 作品数：50 被引量：81H指数：6
- 供职机构：中国民航大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术交通运输工程经济管理更多>>
- 一种基于排队论的航班滑出时间预测方法
- 一种基于排队论的航班滑出时间预测方法。其包括构建航班滑出时间静态预测模型；获取全年历史航班实际运行数据并进行预处理；将历史航班按停机位临近、滑行路径一致的原则进行分组，计算出每组航班的无障碍滑出时间；利用历史航班实际运行...
- 冯霞卢敏孟金双赵晨旭
- 文献传递
- 与查询相关的多排序模型集成算法
- 本发明公开一种全新的与查询相关的多排序模型集成方法。该方法为每一个查询及其相关文档建立子排序模型，并将子排序模型进行向量化表示，进而将多个查询相关的排序模型转化为特征数据，从而实现多排序模型的集成。并以排序支持向量机为子...
- 王扬黄亚楼谢茂强卢敏廖振
- 文献传递
- 一种航空噪声等值线图的绘制方法
- 本发明公开了一种航空噪声等值线图的绘制方法，包括如下步骤：第一步，建立飞行程序噪声等值线图特征库。第二步，挖掘监测点间的关联关系：采用层次聚类方法挖掘机场历史噪声数据，从而发现噪声监测点间的关联关系；第三步，绘制噪声等值...
- 徐涛崔昭宇谢继文左海超卢敏
- 文献传递
- 基于禁忌搜索算法的机场外航服务人员班型生成研究被引量：2
- 2019年
- 针对机场外航服务人员班型生成面临的任务量大,约束条件复杂,人工生成班型方案困难等问题背景,考虑员工对任务具有层次资质,班型的各类劳动法规等约束条件,以最小化班型方案总工作时间为优化目标,研究构建了面向多任务层次资质场景下的班型生成优化模型,并设计禁忌搜索算法进行求解。在首都机场外航服务部实际排班数据集上进行实验,验证了模型和算法的实用性和有效性,实验结果表明,求得的班型方案相比较现有人工生成的班型方案,能满足所有约束条件且总工作时间更短,总服务人数更少,提高了机场资源利用率。
- 冯霞冯霞卢敏
- 关键词：航空运输禁忌搜索算法
- 基于出行意图的潜在高价值旅客发现概率模型被引量：4
- 2019年
- 由于潜在高价值旅客当前乘机历史记录少,较难被航空公司准确发现并关注.对此,提出基于出行意图的潜在高价值旅客发现概率模型.首先建立一个基于统计的潜在高价值旅客发现概率模型,再将旅客出行意图引入概率模型,发现旅客潜在航线需求,优化旅客潜在价值计算,从而通过出行意图发现潜在高价值旅客.实验结果表明,相比于次数法、里程法以及RFM模型等传统的旅客价值度量方法,基于出行意图的潜在高价值旅客发现概率模型能够有效识别潜在高价值旅客.
- 徐涛张继水卢敏
- 关键词：民航旅客
- 基于旅客-航班异构网络的旅客同行子图抽取
- 2022年
- 由于旅客-航班异构网络仅有高度稀疏的民航旅客同行记录,现有子图抽取方法难以从旅客-航班异构网络中获得旅客同行子图。对此提出基于旅客-航班异构网络的旅客同行子图抽取算法。将旅客-航班异构网络转换为旅客-旅客同构网络,通过随机游走方法得到旅客间的潜在同行关系,使用标签传播算法进行子图抽取。在国内某航空公司的旅客订票数据集上的实验表明,相比于LPA、COPRA、CPM等基准算法,该算法在模块度和标准化互信息上具有更好效果。
- 卢敏王彦威
- 关键词：复杂网络异构网络随机游走
- 具有自然分组特性文本的分类研究
- 文本分类问题是信息检索与数据挖掘领域的研究热点，具有广泛的实际应用，如垃圾邮件过滤、博客分类以及个人主页识别等。文本分类任务主要是在给定的类别集合下，根据文本的内容判定文本的类别。目前，基于机器学习的自动文本分类方法成为...
- 卢敏
- 关键词：文本分类
- 一种机场场面滑行路径生成方法、电子设备和存储介质
- 本发明涉及人工智能领域，提供一种机场场面滑行路径生成方法、电子设备和存储介质，包括：基于图结构对机场场面跑滑环境进行数字建模，构建了航空器滑行路径自动生成的马尔科夫决策过程，根据滑行路径的特点设计了奖励函数，以及基于机场...
- 冯霞丁仙妃左海超卢敏吕宗磊
- 基于词-主题-文本异质网络的短文本分类方法
- 2024年
- 针对现有分类方法未考虑长距离词的语义相关性和文本间潜在主题共享的问题,提出一种基于词-主题-文本异质网络(WTDHN)的短文本分类方法。通过Word2vec训练词的上下文语义向量;构建词相关性矩阵以充足的词共现信息增强短文本各级别语义学;构建以词、主题和文本为节点的异质网络,并采用图卷积学习节点之间的高阶邻域信息,丰富短文本语义。相较于基准分类模型,该方法在五个公开短文本数据集上的分类准确率平均提高1.56%。
- 徐涛赵星甲卢敏
- 关键词：词共现
- 结合图对比学习的多图神经网络会话推荐方法
- 2024年
- 会话推荐根据匿名用户短期内的交互数据预测下一个交互物品。针对会话中物品少、物品长尾分布等特性,现有基于图对比学习的会话推荐模型提出对会话内物品采用随机裁剪、扰动等方式构造正负样本。然而,上述随机退出策略进一步缩减较短会话中的可用物品,使得会话更加稀疏,引起会话兴趣学习偏差。为此,提出了结合图对比学习的多图神经网络会话推荐方法。其核心思想是:在物品局部图、物品全局图等上提取融入物品局部和全局的高阶邻域物品表示,并生成物品级的会话表示,然后设计会话-会话图并学习会话级的会话表示,最后递归利用不同级别会话兴趣生成正负样本对,通过对比学习机制增强会话兴趣区分性。与退出策略相比,所提模型保留了完整的会话信息,实现了真正的数据扩充。在两个基准数据集上进行了大量实验,结果表明,该算法的推荐性能远优于主流基线方法。
- 卢敏原子婷
