[发明专利]一种基于大数据挖掘分类剔除飞行参数野值的方法

摘要

本发明提供了一种基于大数据挖掘分类剔除飞行参数野值的方法。飞行器在飞行过程中，会在飞行记录仪中记录下飞行参数，数据中包含不合常理的野值，需要剔除才能满足事后分析的要求。采用数据分段方法将飞行数据有规律的分解，利用曲线拟合的特点可快速匹配相关数据点，并得到有关统计信息，将不同飞行参数的统计信息组合成方差组，利用径向基神经网络分类特点，可快速识别包含野值的飞行参数段，随后对病态数据段根据最大最小值以及均值的特点快速识别野值的位置，依次类推，得到不同飞行参数全数据段的野值点。此方法采用大数据挖掘的思想，不同于普通多点滤波发掘野值的方法，尤其是对海量含野点的数据具有较好的快速性与准确性。

主权项

1.一种基于大数据挖掘分类剔除飞行参数野值的方法，其特征在于，步骤如下：(1)设置输入矩阵P∈R^3×4，其中列向量为飞行参数，包括经度、纬度、高度的拟合方差，行向量代表四类门限，分别为每个飞行参数不含野值、只有经度含野值、只有纬度含野值和只有高度含野值情况下的门限；采用径向基神经网络(RBN)训练矩阵P∈R^3×4；(2)读入经度，纬度和高度飞行数据，每个飞行参数数据量为N，将每个飞行参数分为M个一段，共分为N/M段；采用多项式拟合方法对每个飞行参数每段数据进行拟合，得到拟合统计均方差矩阵Cov_∈R^3×(N/M)；(3)将步骤(2)得到的拟合统计均方差矩阵Cov_∈R^3×(N/M)用矩阵P∈R^3×4进行门限检验，共产生N/M个分类量，将它们放置到分类向量组Class_seri_∈R^(N/M)×1里，实现数据段的粗分检；(4)对步骤(3)中产生的分类向量组Class_seri_∈R^(N/M)×1进行识别，当分辨出Class_seri_含有不为第一类门限的分类时，说明该数据段含有野值；对经度、纬度、高度分别将含野值的数据段抽取最大值、最小值和均值max(i),min(i),mean(i),i∈[1,N/M]；计算判断所处范围，当时，将第i段中的数据中的最大值max(i)替换为均值mean(i)；当时，将第i段中的数据中的最小值min(i)替换为均值mean(i)；当时，不进行处理；对所有数据段处理完成后，获得剔除飞行参数野值后的正常数据，为阈值。