基于深度学习的民航安检和航班预警研究

摘要：

[目的]基于数据分析进行分级分类安检,提升机场安全检查的工作效率和用户体验.[方法]针对民航乘客安检最为关注的时效问题,提出一种特征级的深度学习方法,基于民航数据库和公安数据库,构建包括时序特征、空序特征、环境特征三层深度神经网络,通过训练获得联合表示层——旅客风险因素,基于此得出旅客安检和航班预警模型.[结果]旅客安检和航班预警模型可以较好地缓解民航安检压力,提前做好高风险旅客和航班的防范处置准备.[局限]只针对大型机场进行分析,结论对小型机场是否适用需要进一步验证.[结论]基于深度学习获得的旅客风险因素构建的预警模型可以有效提升机场安全检查的工作效率和用户体验.

关键词：民航安检、问卷调查、深度学习、航班预警

所属期刊栏目：2

分类号：G359;D631(情报学、情报工作)

资助基金：国家社会科学基金重大项目“当前我国反恐形势及对策研究”15ZDA034;国家自然科学基金青年项目“基于统一结构场模型的警务视频分析研究”61501467;北京市哲学社会科学规划重点项目“首都关键基础设施安全防恐体系建设研究——以首都机场为重点”项目15JDZHA020的研究成果之一

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53