[发明专利]一种基于数据挖掘的飞行数据异常识别模型构建方法在审
| 申请号： | 201910687431.2 | 申请日： | 2019-07-29 |
| 公开（公告）号： | CN110427419A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 王林;王骁 | 申请（专利权）人： | 陕西千山航空电子有限责任公司 |
| 主分类号： | G06F16/26 | 分类号： | G06F16/26;G06K9/62 |
| 代理公司： | 北京清大紫荆知识产权代理有限公司 11718 | 代理人： | 娄华 |
| 地址： | 710065 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 飞行数据 异常识别 样本数据 模型构建 数据特征 构建 预处理 读取 模型识别数据 数据特征提取 数据挖掘算法 测试样本 飞机参数 故障数据 航空电子 健康诊断 模型训练 输出结果 数据清洗 数据挖掘 应用提供 大数据 数据源 降维 筛选 飞机 非法 | ||
【权利要求书】：
1.一种飞行数据异常识别模型构建方法，其特征在于构建方法如下：
步骤(1)，读取飞行数据作为样本数据，将样本数据进行预处理，对样本数据中可能存在的非法值、空值等进行筛选和处理，完成数据清洗；
步骤(2)，采用降维的方法完成数据特征提取；
步骤(3)，根据提取的数据特征和数据挖掘算法，完成模型训练，形成异常识别模型，能够区分数据特征，即是否存在异常；
步骤(4)，选取新的数据源作为测试样本，利用步骤(3)训练好的模型识别数据状态，输出结果。
2.如权利要求1所述的一种飞行数据异常识别模型构建方法，其特征在于：所述步骤(1)，在对样本数据进行预处理时，首先通过飞行阶段划分数据，不同的飞行阶段数据特征不同。
3.如权利要求1所述的一种飞行数据异常识别模型构建方法，其特征在于：所述步骤(2)，在进行数据特征提取时，针对不同类型的飞行数据采用不同的特征提取方式；所述飞行数据分为连续量和离散量，对于连续量，将数据划分为时间为t秒的时间片，对所有t秒的时间片内进行特征提取，统计数据特征；对于离散量，采用0和1两个特征量进行划分并提取特征。
4.如权利要求1所述的一种飞行数据异常识别模型构建方法，其特征在于：在完成模型训练并形成异常识别模型后，根据不断增加的测试样本数据、设置模型参数不断优化异常识别模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于陕西千山航空电子有限责任公司，未经陕西千山航空电子有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910687431.2/1.html，转载请声明来源钻瓜专利网。
