首页>
根据【关键词:终端区,能量高度,卷积神经网络(CNN),轨迹聚类,航空器,异常检测】搜索到相关结果 2 条
-
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。