重新路由预测服务
原文约300字/词，阅读约需1分钟。发表于：。我们设计和开发了一个新颖的数据分析和机器学习系统，通过主动支持路由决策，以减少延误。该系统使用历史路由数据和天气数据进行预测，并采用一系列竞争算法来生成最终结果，在实验中获得了高于 90% 的平均准确性。
本文利用美国联邦航空管理局的数据集和DV8工具，开发了用于聚类航空交通的算法。比较了基于空间的地理距离模型和基于向量的余弦相似度模型的聚类效果。应用示例揭示了基于自动聚类结果确定和人机合作过程的成功实际聚类，其中地理距离算法在飞行路径的巡航阶段表现更好，余弦相似度算法在近航站区域操作表现更好。同时，应用了一种抽取点的技术来提高计算效率。
