期刊专题

10.3969/j.issn.1671-654X.2018.02.013

基于QAR数据聚类分析的航班异常检测研究

引用
传统的基于超限检测原理的航班异常检测方法需要大量民航先验知识,由于飞机系统十分复杂,导致其具有一定的局限性.为此,将聚类技术用于异常航班检测,利用对象之间的属性值进行分类,同类对象间的属性值较为接近,不同对象之间的属性值差异较大.聚类分析是一种无监督学习技术,无需预先制定参考标准或阈值,在识别异常航班的过程中无需先验知识,而是基于大量QAR数据.将其应用到QAR数据上进行实验,结果表明可以发现存在QAR数据异常的航班,是对于传统航班异常检测方法的一个很好的补充.

QAR数据、数据挖掘、聚类分析、航班异常检测

48

TP391;TP311.13(计算技术、计算机技术)

国家自然科学基金项目资助U1533120,U1733122

2018-06-20(万方平台首次上网日期,不代表论文的发表时间)

共5页

52-56

相关文献
评论
暂无封面信息
查看本期封面目录

航空计算技术

1671-654X

61-1276/TP

48

2018,48(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn