10.16208/j.issn1000-7024.2015.01.031
基于聚类和拟合的QAR数据离群点检测算法
为解决从飞机快速存取记录器(QAR)数据中发现异常数据并预测飞机潜在故障的问题,考虑QAR数据量大、飞行参数数据值相对较为稳定的特点,提出一种适用于QAR数据的离群点检测算法.第一阶段采用K均值聚类对QAR数据流分区进行聚类生成均值参考点;第二阶段采用最小二乘法对生成的均值参考点进行拟合,通过计算均值参考点到拟合飞机参数曲线的距离来判断并找出可能的离群点.实验结果表明,该算法可以准确发现飞机中的故障数据,有效解决部分飞机故障的离群点检测问题.
飞机时序数据、K均值聚类、均值参考点、最小二乘法、离群点检测
36
TP391(计算技术、计算机技术)
国家自然科学基金与中国民航联合基金项目61179063;国家自然科学基金项目61301245
2015-03-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
174-177