孫 禾，陳一新

（1.中國(guó)民航大學(xué)空中交通管理學(xué)院，天津 300300；2.中國(guó)民用航空廈門空中交通管理站，福建 廈門 361006）

0 引言

航空運(yùn)輸?shù)陌踩咝н\(yùn)行離不開空中交通管理部門的有效保障，而航班號(hào)是確定飛行器身份的首要標(biāo)識(shí)。在正常情況下，管制員運(yùn)用標(biāo)準(zhǔn)的管制規(guī)則，并結(jié)合自身的管制經(jīng)驗(yàn)，通過(guò)觀察雷達(dá)屏幕上飛機(jī)的運(yùn)動(dòng)態(tài)勢(shì)，呼叫相應(yīng)的航班號(hào)，以對(duì)特定航班發(fā)送管制指令。在此過(guò)程中，若管制員和/或航空器駕駛員混淆（看錯(cuò)、聽(tīng)錯(cuò)、讀錯(cuò)等）1 個(gè)或者多個(gè)航班號(hào)，繼而錯(cuò)誤改變航空器飛行狀態(tài)，都將造成重大的安全事故。近年來(lái)，已經(jīng)發(fā)生多起因航班號(hào)混淆導(dǎo)致的航班危險(xiǎn)接近事件，甚至觸發(fā)飛機(jī)的TA告警（空中防撞系統(tǒng)告警），因此研究航班號(hào)的相似性并有效量化相似度對(duì)于保障空管運(yùn)行安全具有重大意義。

我國(guó)民航航班號(hào)一般由航空公司英文代碼和3～4位數(shù)字組成，如CCA8227、CSN3789 等。雖然受到疫情影響，但我國(guó)民航日均航班量已超過(guò)1.12 萬(wàn)班[1]，受限于航班號(hào)分配規(guī)則及航班量突破性的增長(zhǎng)，依據(jù)航班號(hào)編制的規(guī)則航班號(hào)可用總量為9 896 個(gè)，顯然航班號(hào)重復(fù)的情況已不可避免，航班號(hào)相似的情況愈加嚴(yán)重。近年來(lái)，國(guó)內(nèi)外學(xué)者提出以下2 種分析方法，一是采用信息距離的方法構(gòu)造航班號(hào)對(duì)應(yīng)位置距離矩陣[2-3]，通過(guò)對(duì)應(yīng)位置灰度的深淺可以直觀呈現(xiàn)不同航班號(hào)之間的相似程度，繼而可以在音素級(jí)水平為管制員和飛行員提供區(qū)分易混淆航班號(hào)的建議；二是采用編輯距離的方法計(jì)算2 個(gè)航班號(hào)的相似情況[4]，將短文本字符串進(jìn)行差異性比對(duì)，通過(guò)它們之間的編輯距離分析其相似程度。但目前提出的傳統(tǒng)方法基本局限在客觀計(jì)算字符之間的變化，往往忽略對(duì)語(yǔ)義信息的分析[5]，而在實(shí)際運(yùn)行中有些相似情況是人為主觀判斷的，包括形似、聲似等多種情況，導(dǎo)致主客觀識(shí)別相似程度上的差異。

綜上所述，航班號(hào)相似性主要存在于形似，因此針對(duì)航班號(hào)這一短文本類型數(shù)據(jù)[6]容易混淆的問(wèn)題，總結(jié)民航空管系統(tǒng)相似航班號(hào)相關(guān)管理規(guī)定，提出基于多標(biāo)準(zhǔn)的判斷準(zhǔn)則，應(yīng)用主成分分析法統(tǒng)一量化相似度，并進(jìn)一步構(gòu)建1 種改進(jìn)后的Siamese網(wǎng)絡(luò)，使用機(jī)器學(xué)習(xí)方法自動(dòng)判斷航班號(hào)相似性，以期提高相似航班號(hào)的識(shí)別率，減少因航班號(hào)混淆造成的運(yùn)行安全事件。

1 基于規(guī)則匹配的相似航班號(hào)判斷方法

目前在管制系統(tǒng)中，應(yīng)用最為廣泛也是最為簡(jiǎn)便的是基于規(guī)則匹配的方法。民航局空管局發(fā)布的《民航空管系統(tǒng)相似航空器呼號(hào)管制運(yùn)行操作指引》[7]中有關(guān)建議和規(guī)定對(duì)判斷相似航班號(hào)提供一系列匹配規(guī)則，如航班號(hào)中字符字形相似，如“I”與“1”、“O”與“0”、“S”與“5”等；航班號(hào)與其他管制用語(yǔ)相似，如與跑道號(hào)相似，AAR036；與機(jī)型相似，CCA330；與高度層相似，CAO270等。

針對(duì)2 個(gè)相關(guān)航空器航班號(hào)相似性，提出多項(xiàng)匹配規(guī)則，當(dāng)2 個(gè)航班號(hào)符合匹配規(guī)則時(shí)，即可判定為相似航班號(hào)，舉例如下：

1）相關(guān)的2 個(gè)航空器，航班號(hào)字符完全相同。

2）相關(guān)的2 個(gè)航空器，其一航班號(hào)可以由另一航班號(hào)全部字符重新排列順序后獲得。

3）相關(guān)的2 個(gè)航空器，航班號(hào)位數(shù)相同，且4 位航班號(hào)中3 個(gè)同樣位置的字符或者3 位航班號(hào)中2 個(gè)同樣位置的字符相同。

4）相關(guān)的2 個(gè)航空器，某一航班號(hào)中連續(xù)3 位字符構(gòu)成的字符串包含于另一航空器呼號(hào)末尾4 位連續(xù)字符構(gòu)成的字符串中。

采用基于規(guī)則匹配的方法可以簡(jiǎn)單便捷地快速識(shí)別出相似航班號(hào)，但當(dāng)2 個(gè)航空器滿足匹配規(guī)則時(shí)，部分會(huì)呈現(xiàn)高度相似性，而部分相似程度一般，相似程度難以量化，因此還需要進(jìn)一步識(shí)別，以便有針對(duì)性地進(jìn)行相似航班號(hào)預(yù)警。

2 基于多標(biāo)準(zhǔn)的相似航班號(hào)判斷方法

鑒于航班號(hào)為5～7 位的字符串，因此可以采用基于字符的方法，計(jì)算文本之間的距離以判斷2 個(gè)航班號(hào)的相似性。本文綜合多個(gè)判斷標(biāo)準(zhǔn)，量化得到統(tǒng)一的相似度。

2.1 航班號(hào)編碼預(yù)處理

在計(jì)算航班號(hào)字符距離之前，首先采用One-Hot編碼對(duì)航班號(hào)進(jìn)行預(yù)處理，針對(duì)航空公司英文代碼，編碼步驟如下：

1）確定要編碼的對(duì)象為航空公司的英文呼號(hào)，一共26 種類別（26 個(gè)大寫字母）。

2）將英文呼號(hào)簡(jiǎn)化為有2 或3 個(gè)字母的樣本，每個(gè)位置有26 種類別，字母所在的位置為1，其他位置為0，最后將其合并成為1 個(gè)完整的向量。根據(jù)26 個(gè)字母的編排約定特征排列的順序：A-1，B-2，…，Z-26，得到稀疏編碼表。

3）對(duì)稀疏編碼表中全為0 的列進(jìn)行刪除，得到最終的緊密編碼表。

本文以相似航班號(hào)“CXA8571”與“CQH8571”為例，根據(jù)One-Hot編碼的規(guī)則，得到緊密編碼表如表1所示。

表1 “CXA8571”與“CQH8571”的緊密編碼表Table 1 Close code table of“CXA8571” and“CQH8571”

2.2 航班號(hào)之間的歐式距離

歐式距離是多維空間中任意2 個(gè)坐標(biāo)的直線距離，無(wú)量綱。n 維向量空間的2 點(diǎn)M（x1，x2，…，xn）和N（y1，y2，…，yn）的歐式距離D1如式（1）所示：

對(duì)“CXA8571”和“CQH8571”進(jìn)行歐氏距離計(jì)算，提取表1數(shù)據(jù)得到向量M，N分別為M=（1，0，1，1，0，8，5，7，1），N=（1，1，0，0，1，8，5，7，1）。

將M，N帶入式（1）得到：

2.3 航班號(hào)之間的曼哈頓距離

曼哈頓距離可以解釋為2 個(gè)坐標(biāo)在固定的多維坐標(biāo)系上的直線距離在所有坐標(biāo)軸上產(chǎn)生的投影的距離的總和，這個(gè)距離是2 點(diǎn)之間在沒(méi)有任何捷徑下的最大距離。

n 維向量空間的2 點(diǎn)M（x1，x2，…，xn）和N（y1，y2，…，yn）的曼哈頓距離D2如式（2）所示：

為更好地表示相似航班號(hào)的相似程度，同樣取曼哈頓距離的倒數(shù)作為相似航班號(hào)的特征之一。

針對(duì)相似航班號(hào)“CXA8571”和“CQH8571”進(jìn)行曼哈頓距離計(jì)算，得到：

2.4 航班號(hào)之間的余弦距離

余弦距離通過(guò)計(jì)算任意2 個(gè)空間向量的夾角大小得到向量的相似程度。2 個(gè)向量之間夾角越大，距離越大。當(dāng)2 個(gè)向量夾角為180°時(shí)，它們之間的差值達(dá)到最大；當(dāng)2 個(gè)向量的夾角減小到0°時(shí)，此時(shí)2 個(gè)向量完全重合，距離最小，相似度最高。余弦距離D3如式（3）所示：

取S3=D3=cos（θ） 作為相似航班號(hào)的特征之一。

針對(duì)相似航班號(hào)“CXA8571”和“CQH8571”進(jìn)行余弦距離計(jì)算，得到：

2.5 航班號(hào)之間的漢明距離

漢明距離D4表示2 個(gè)同樣長(zhǎng)度的字符串中不同字符數(shù)量。由于漢明距離比較的是文本不同的位數(shù)，因此在計(jì)算相似航班號(hào)相似度時(shí)，將漢明距離相似度記為S4=1-D4。

針對(duì)相似航班號(hào)“CXA8571”和“CQH8571”進(jìn)行漢明距離的計(jì)算，經(jīng)過(guò)One-Hot編碼預(yù)處理后，得到：

2.6 航班號(hào)之間的文本編輯距離

文本編輯距離是將1 個(gè)字符串轉(zhuǎn)化為其他字符串的最小編輯操作。規(guī)定字符串的編輯操作有以下3 種：1）將1 個(gè)元素替換成另一個(gè)元素；2）插入1 個(gè)元素；3）刪除1 個(gè)元素。每1 個(gè)操作，將其步長(zhǎng)記為1。最終得到文本編輯距離D5如式（4）所示：

式中：x代表計(jì)算出來(lái)步數(shù)；y代表最長(zhǎng)的字符串長(zhǎng)度。

針對(duì)相似航班號(hào)“CXA8571”和“CQH8571”進(jìn)行文本編輯距離計(jì)算。首先創(chuàng)立1 個(gè)矩陣，矩陣的維度要在2 個(gè)字符串長(zhǎng)度的基礎(chǔ)上各加1；隨后根據(jù)上述計(jì)算規(guī)則，每1 個(gè)元素的增加、替換、刪除，都會(huì)導(dǎo)致步長(zhǎng)加1；最終得到相似結(jié)果為S5=D5=2/3。

2.7 特征的主成分分析

由于判斷標(biāo)準(zhǔn)不同，得到的相似度過(guò)于分散，難以得出最優(yōu)解。因此，針對(duì)不同相似度計(jì)算方法得到的航班號(hào)相似度特征，采用主成分分析方法，將眾多具有一定相關(guān)性的指標(biāo)重新組合成1 組新的相互無(wú)關(guān)的綜合指標(biāo)，從而結(jié)合多個(gè)標(biāo)準(zhǔn)形成1 個(gè)統(tǒng)一的相似程度量化值，取各個(gè)標(biāo)準(zhǔn)之所長(zhǎng)，便于對(duì)航班號(hào)的相似程度進(jìn)行更好地識(shí)別。主成分分析步驟如下：

1）各相似度標(biāo)準(zhǔn)特征構(gòu)成的原始數(shù)據(jù)矩陣X如式（5）所示：

式中：xnp為特征矩陣中的數(shù)據(jù)。

2）建立變量的相關(guān)系數(shù)矩陣R，如式（6）～（7）所示：

式中：rij代表著系數(shù)之間的相關(guān)性，當(dāng)rij為0 時(shí)，表明元素之間不滿足線性相關(guān)。

3）矩陣R的特征根λ1≥λ2≥…≥λp＞0 及特征根所指示的單位特征向量如式（8）所示：

式中：ai為單位特征向量，i=1，…，p；api為新舊指標(biāo)的單位關(guān)聯(lián)系數(shù)。

4）主成分如式（9）所示：

式中：Fi表示新的指標(biāo)。

5）綜合性特征的主成分貢獻(xiàn)率和累計(jì)主成分貢獻(xiàn)率分別如式（10）和式（11）所示：

貢獻(xiàn)率：

累計(jì)貢獻(xiàn)率：

式中：h1，h2，…，hm為新特征的貢獻(xiàn)值。

當(dāng)綜合性特征的累積貢獻(xiàn)率達(dá)85%～95%時(shí)，特征值h1，h2，…，hm所對(duì)應(yīng)的第1，第2，…，第m（m≤p）個(gè)主成分可近似表示所有的主成分結(jié)果。

對(duì)給定的500 個(gè)相似航班號(hào)對(duì)進(jìn)行處理，通過(guò)主成分分析得到新特征計(jì)算結(jié)果z1～z3如式（12）所示。經(jīng)過(guò)計(jì)算，新的特征值在主成分分析總得分中的權(quán)重為：λ1=0.65，λ2=0.28，λ3=0.053。

式中：x1～x5為各距離特征。

取任意10 對(duì)相似航班號(hào)，得到主成分得分如表2所示。

表2 主成分分析得分Table 2 Score of principal component analysis

通過(guò)分析實(shí)驗(yàn)中500 個(gè)航班對(duì)，95%以上的非相似航班號(hào)數(shù)據(jù)排序集中在[0.08，0.15]這個(gè)范圍內(nèi)，航班號(hào)序號(hào)分布在[1，62]之間，范圍覆蓋整體數(shù)據(jù)的12%，可以將其視為1 個(gè)合格的參考標(biāo)準(zhǔn)。因此當(dāng)主成分相似度≥0.15 時(shí)，認(rèn)為航班號(hào)相似。取一線管制單位得到的50 對(duì)非相似航班號(hào)特征值帶入到提取到的450 對(duì)相似航班號(hào)特征數(shù)據(jù)集中，共計(jì)500 對(duì)航班號(hào)數(shù)據(jù)進(jìn)行驗(yàn)證，得到識(shí)別率如表3所示?？梢钥吹浇?jīng)過(guò)主成分分析后，識(shí)別率較單獨(dú)1 個(gè)判定標(biāo)準(zhǔn)有所改進(jìn)。

表3 相似特征標(biāo)準(zhǔn)與識(shí)別率Table 3 Similarity feature standards and recognition rate

3 基于改進(jìn)Siamese網(wǎng)絡(luò)的相似航班號(hào)判斷方法

采用多標(biāo)準(zhǔn)量化的相似航班號(hào)判別方法，雖然該方法便于理解且適用范圍較廣，但判定的閾值需要人為設(shè)定。當(dāng)閾值較大時(shí)，識(shí)別率有所提高，但相應(yīng)的非相似航班號(hào)被誤識(shí)的概率也會(huì)變大。因此矛盾始終存在，需要不斷調(diào)整，需要采用1 種智能學(xué)習(xí)方法，自動(dòng)判斷航班號(hào)相似性。

3.1 Siamese網(wǎng)絡(luò)的建立

目前很多學(xué)者對(duì)多種深度網(wǎng)絡(luò)結(jié)構(gòu)[8]進(jìn)行研究，其可用于文本及圖像的檢測(cè)與識(shí)別[9]，而Siamese網(wǎng)絡(luò)是1 種用于相似文本檢測(cè)的非線性測(cè)量學(xué)習(xí)結(jié)構(gòu)[10-11]，通過(guò)文本對(duì)的比對(duì)進(jìn)行學(xué)習(xí)分類。同時(shí)構(gòu)建結(jié)構(gòu)相同權(quán)值共享的2 個(gè)網(wǎng)絡(luò)，將2 個(gè)文本分別輸入2 個(gè)網(wǎng)絡(luò)，通過(guò)隱含層減少計(jì)算的維度，將其轉(zhuǎn)換為向量，通過(guò)距離度量的方式計(jì)算2 個(gè)輸出向量的距離，以此來(lái)判定2 個(gè)文本的相似程度[12]。本文所設(shè)計(jì)的模型結(jié)構(gòu)共有2 個(gè)分支，如圖1所示。

圖1 自適應(yīng)Siamese網(wǎng)絡(luò)結(jié)構(gòu)模型Fig.1 Adaptive Siamese network structure model

首先，建立1 個(gè)5 層的Siamese網(wǎng)絡(luò)，輸入層為航班號(hào)按位編碼，一般前3 位為字母，后3 位或4 位為數(shù)字；隱含層為3 層，采用雙向長(zhǎng)短期記憶（bidirectional long short-term memory，BiLSTM）的增強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)，每層50 個(gè)節(jié)點(diǎn)，采用前饋算法；在輸出層得到2 個(gè)航班號(hào)轉(zhuǎn)化為向量的特征值，繼而通過(guò)歐式距離計(jì)算差異值。

其次，同樣針對(duì)航班號(hào)對(duì)應(yīng)位的編碼，計(jì)算編輯距離。根據(jù)航班號(hào)短文本英文字母+數(shù)字的特點(diǎn)，本文采用Jaro-Winkler距離進(jìn)行計(jì)算。Jaro-Winkler距離dw=dj+KP（1-dj），其中dj表示最后得分，K為前綴部分匹配的長(zhǎng)度，P為標(biāo)準(zhǔn)值0.1。

最后，將2 分支結(jié)果相乘，作為整個(gè)模型的損失函數(shù)進(jìn)行迭代學(xué)習(xí)。相比于傳統(tǒng)的Siamese網(wǎng)絡(luò)，對(duì)于損失函數(shù)的修正可以在很大程度上自適應(yīng)航班號(hào)之間本身就已經(jīng)固有的相似情況，因此更加符合客觀要求。

3.2 基于BiLSTM 的增強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)

網(wǎng)絡(luò)的數(shù)據(jù)訓(xùn)練集為三元組（x1，x2，y），其中x1和x2為文本序列，y∈{0，1}表示2 個(gè)序列的相似程度。當(dāng)2 個(gè)序列相似時(shí)，y=1；當(dāng)2 個(gè)序列不相似時(shí)，y=0。這樣能最小化相似文本之間的距離并最大化不同文本之間的距離。

由于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)容易發(fā)生梯度消失，本文采取BiLSTM 網(wǎng)絡(luò)結(jié)構(gòu)。假設(shè)輸入序列為（x1，x2…，xT），在每1 個(gè)時(shí)間步t∈{1，2，…，T}，通過(guò)方程ht=σ（Wxt+Q ht-1） 更新隱含狀態(tài)向量ht，其中W為輸入層至隱含層權(quán)重，而Q為上一時(shí)間步的ht-1至隱含層的權(quán)重，σ（x） =（1 +e-x）-1。通過(guò)序列更新隱含層的狀態(tài)，引入記憶狀態(tài)mt和3 個(gè)門（輸出門、輸入門、忘記門），通過(guò)每一步時(shí)間的更新控制信息流，其中輸出門ot決定下一節(jié)點(diǎn)mt的數(shù)量；輸入門it決定在此步時(shí)間內(nèi)輸入xt的數(shù)量；忘記門ft決定上一步時(shí)間的記憶是否要忘記。網(wǎng)絡(luò)各層參數(shù)更新公式如式（13）～（18）所示[13-14]：

式中：Wi，Qi為輸入門的權(quán)重參數(shù)；Wf，Qf為忘記門的權(quán)重參數(shù)；Wo，Qo為輸出門的權(quán)重參數(shù)；Wm，Qm為記憶狀態(tài)的權(quán)重參數(shù)；表示中間記憶狀態(tài)；mt-1表示上一時(shí)間步的記憶狀態(tài)。

3.3 對(duì)比損失函數(shù)自適應(yīng)修正方法

通過(guò)計(jì)算對(duì)比損失函數(shù)實(shí)現(xiàn)模型的反饋學(xué)習(xí)，首先計(jì)算2 個(gè)網(wǎng)絡(luò)輸出向量的距離EW（x1，x2）= fW（x1）-fW（x2）2，傳統(tǒng)Siamese網(wǎng)絡(luò)的對(duì)比損失函數(shù)為L(zhǎng)W（x1，x2） =yL+（x1，x2） +（1-y）L-（x1，x2），其中L+（x1，x2）=EW2表示y=1 時(shí)的損失，L-（x1，x2） =max（（1-EW），0）2表示y=0 時(shí)的損失，并且當(dāng)EW大于margin 時(shí)L-=0。

但在將數(shù)據(jù)輸入網(wǎng)絡(luò)之前，已基本可以通過(guò)計(jì)算編輯距離大體獲得航班號(hào)的相似情況，因此本文首先計(jì)算2 個(gè)航班號(hào)之間的Jaro-Winkler距離，使用計(jì)算結(jié)果修正對(duì)比損失函數(shù)，使網(wǎng)絡(luò)能夠自適應(yīng)航班號(hào)的客觀相似情況。

假設(shè)輸入文本序列為x1和x2，計(jì)算Jaro-Winkler距離中最后得分，其中n 為匹配的字符數(shù)，r為換位的數(shù)目。

接著計(jì)算Jaro-Winkler距離，即當(dāng)2 個(gè)文本起始部分就相同，給予更高的分?jǐn)?shù)。對(duì)于航班號(hào)，起始部分代表著航空公司代碼，相同公司的航班更容易混淆。

最后對(duì)網(wǎng)絡(luò)輸出向量的距離EW進(jìn)行修正，所得修正后的距離，如式（19）所示：

若2 個(gè)文本之間的編輯距離較大，更接近1，說(shuō)明2個(gè)文本已經(jīng)較為相似，對(duì)于總的對(duì)比損失函數(shù)改變不大；若編輯距離較小，更接近0，說(shuō)明2 個(gè)文本不相似，對(duì)于總的對(duì)比損失函數(shù)改變較大，從而需要進(jìn)一步增加類間距離，加快算法的收斂。而對(duì)于本身編輯距離偏小而標(biāo)定為相似情況的航班號(hào)，通過(guò)自適應(yīng)Siamese網(wǎng)絡(luò)學(xué)習(xí)的數(shù)據(jù)可以避免編輯距離單一衡量標(biāo)準(zhǔn)的情況。修正前后的對(duì)比損失函數(shù)變化如圖2所示。

圖2 修正前后的對(duì)比損失函數(shù)變化Fig.2 Changes of contrastive loss function before and after cor rection

3.4 相似航班號(hào)識(shí)別結(jié)果分析

為測(cè)試網(wǎng)絡(luò)學(xué)習(xí)的效果與性能，分別采用不同數(shù)量的相似航班號(hào)數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)，最終測(cè)試結(jié)果如表4所示。分析不同樣本數(shù)量下，3 種相似性分析方法的識(shí)別率，如圖3所示。需要說(shuō)明的是，由于訓(xùn)練樣本的不同，識(shí)別率可能會(huì)略有改變，但整體趨勢(shì)基本相同。

表4 相似航班號(hào)識(shí)別結(jié)果對(duì)比Table 4 Comparison of r ecognition results of similar call signs

圖3 不同方法的識(shí)別率變化Fig.3 Change in recognition rates of different methods

結(jié)合表4和圖3可知，相比于基于多標(biāo)準(zhǔn)的判斷方法，當(dāng)訓(xùn)練數(shù)據(jù)過(guò)少時(shí)，自適應(yīng)Siamese網(wǎng)絡(luò)學(xué)習(xí)不夠充分，識(shí)別率較低，而當(dāng)數(shù)據(jù)有一定積累（本次實(shí)驗(yàn)需要約500 條訓(xùn)練數(shù)據(jù)）就可以突破多標(biāo)準(zhǔn)判斷方法識(shí)別率上限，并且有大幅度的提高，比多標(biāo)準(zhǔn)判斷準(zhǔn)則提高約3%，說(shuō)明算法有效；相比于原始Siamese網(wǎng)絡(luò)，改進(jìn)的自適應(yīng)Siamese網(wǎng)絡(luò)在相同訓(xùn)練數(shù)據(jù)量的情況下，識(shí)別率均大于原模型，平均提高約2.7%，說(shuō)明增加編輯距離的修正可以更加準(zhǔn)確識(shí)別航班號(hào)的相似性，并且改進(jìn)后Siamese網(wǎng)絡(luò)對(duì)小樣本條件下識(shí)別率提高尤為明顯，效率提高顯著。

4 結(jié)論

1）相似航班號(hào)混淆是一直困擾空中交通管制員的問(wèn)題之一，針對(duì)以往判定條件單一、未考慮語(yǔ)義的情況，本文從相似航班號(hào)規(guī)則匹配、多標(biāo)準(zhǔn)相似航班號(hào)判斷、人工智能算法自動(dòng)判斷，層層深入分析相似航班號(hào)判斷方法。

2）基于規(guī)則匹配的判斷方法簡(jiǎn)便快捷，適用于快速處理的場(chǎng)景，但相似度難以量化，無(wú)法提供更加精細(xì)的預(yù)警；基于多標(biāo)準(zhǔn)的判斷方法，結(jié)合各種常用的文本之間相似性判斷標(biāo)準(zhǔn)，通過(guò)主成分分析法得到統(tǒng)一的量化值，適用范圍廣且受到樣本的影響較小，缺點(diǎn)是判斷閾值需要人為設(shè)定，識(shí)別率與誤識(shí)率的矛盾始終存在。

3）基于改進(jìn)的Siamese網(wǎng)絡(luò)采用機(jī)器學(xué)習(xí)方式自動(dòng)判別相似航班號(hào)，且準(zhǔn)確率提升明顯，缺點(diǎn)是受到訓(xùn)練樣本的直接影響較大，對(duì)于新出現(xiàn)的相似航班號(hào)不夠友好。