全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于HDAD的异构航空数据异常检测的研究
- 作者： 陈宏宇 时宏伟 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 异构时间序列 局部趋势 航空数据 异常检测
- 描述： 飞行数据记录仪(FDR)在每一次飞行中都记录了大量的航空观测数据,航空数据属于多元时间序列,具有高维和异构的特点。为了检测出其中的异常飞行记录,提出了一种异构航空数据的异常检测模型HDAD(Anomaly Detection for Heterogeneous Data)。HDAD模型分别使用基于局部趋势的向量表示法SMV(Slope-Mean Vector)和基于变化点的方法分别对连续特征的时间序列和离散特征的时间序列进行压缩表示。经过验证试验表明SMV表示法与SAX,PCA相比,能够更加精确的表示时间序列的信息。通过仿真,使用HDAD模型对合成航空数据集与真实航空数据集进行异常检测,实验结果表明,所提出的HDAD模型能够检测出FDR数据中可能存在的潜在异常,有助于航空公司对FDR数据进行进一步的分析。
- 基于HDAD的异构航空数据异常检测的研究
- 作者： 陈宏宇 时宏伟 来源： 计算机仿真 年份： 2020 文献类型 ： 期刊 关键词： 异构时间序列 局部趋势 航空数据 异常检测
- 描述： 飞行数据记录仪(FDR)在每一次飞行中都记录了大量的航空观测数据,航空数据属于多元时间序列,具有高维和异构的特点。为了检测出其中的异常飞行记录,提出了一种异构航空数据的异常检测模型HDAD(Anomaly Detection for Heterogeneous Data)。HDAD模型分别使用基于局部趋势的向量表示法SMV(Slope-Mean Vector)和基于变化点的方法分别对连续特征的时间序列和离散特征的时间序列进行压缩表示。经过验证试验表明SMV表示法与SAX,PCA相比,能够更加精确的表示时间序列的信息。通过仿真,使用HDAD模型对合成航空数据集与真实航空数据集进行异常检测,实验结果表明,所提出的HDAD模型能够检测出FDR数据中可能存在的潜在异常,有助于航空公司对FDR数据进行进一步的分析。
- 基于自编码神经网络的航空物探遥感数据分类方法研究
- 作者： 于刘 来源： 计算机测量与控制 年份： 2023 文献类型 ： 期刊 关键词： 物探遥感数据 自编码神经网络 航空数据 数据分类
- 描述： 航空物探遥感数据的采集过程中受到电磁波辐射等外界因素的影响，导致航空物探遥感数据分类准确率较低，为此提出基于自编码神经网络的航空物探遥感数据分类方法。根据航空物探对象的基本特征，设置遥感数据的分类标准。通过辐射校正、几何纠正、噪声消除等步骤，完成航空物探遥感数据的预处理。构建自编码神经网络，利用自编码神经网络算法，从光谱、形状、纹理等方面提取遥感数据特征，通过特征匹配确定航空物探遥感数据的所属类型。通过分类性能测试实验得出结论：所提方法的全局遥感数据分类成功率和错误率的平均值分别为99.8%和0.6%，局部遥感数据分类的成功率和错误率的平均值分别为99.8%和0.3%，即所提方法在分类性能方面具有明显优势。
- 航空数据的分类分级与流动刍议
- 作者： 王瑞亨 来源： 民航管理 年份： 2022 文献类型 ： 期刊 关键词： 分类分级 数据流动 匿名化 去标识化 航空数据
- 描述： 自《中华人民共和国数据安全法》及一系列数据安全和数据分类分级规章制度与国家标准的密集出台，我国初步建立起了以法律规范为原则，规章规范为主导，技术规范为指引的基本数据保护与处理框架，但在各个数据应用领域还存在制度规定空白与具体落地实施的问题。通过梳理与航空数据的相关规则，为构建航空数据领域的分级分类处理标准，推动航空数据安全有序流动，提高数据治理工作水平提供理论与制度上的参考。
- 通用航空训练飞行发动机数据异常检测初探
- 作者： 王翔 来源： 内燃机与配件 年份： 2022 文献类型 ： 期刊 关键词： 深度学习 训练飞行 异常检测
- 描述： 大型运输机发动机的健康管理研究较为广泛,相对于运输航空,针对通用航空领域以训练飞行为主的小型教练机发动机的异常检测技术还不够成熟。训练飞行具有飞行模式固定,起降频次较高,信息数据结构简单的特点,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。