来源：期刊VIP网 时间：
作者：杨新湦;罗秋晴;张召悦;
单位：中国民航大学空中交通管理学院;
摘要：气象条件是影响终端区航空器运行安全及效率的主要因素之一。为提高终端区气象场景模式识别精度，采用基于堆叠降噪自编码(SDAE)的聚类模型，在输入层添加随机噪声、构建3层自编码、逐层贪婪训练，降维后的特征作为聚类的输入，实现气象场景的模式识别。以天津滨海国际机场2022年气象观测数据为例，基于SDAE与欧氏距离、汉明距离、曼哈顿距离等传统相似性距离度量方法，分别使用K-medoids与FCM两种聚类方法进行验证。结果表明：基于SDAE的相似性度量在K-medoids与FCM聚类中均表现最优，与其他相似性度量相比差异率分别达到22.4%,12%,17.7%与24.8%,10.7%,11.8%,且运算时间最短，证明了基于SDAE的度量、聚类效果最优，最终识别出8个气象场景，各场景分类清晰明确。
关键词：气象特征;;堆叠降噪自编码;;K-medoids;;FCM
基金资助：国家自然科学基金青年科学基金项目(71801215old);; 国家重点研发计划项目(KJZ25420200012)
