基于QAR数据聚类分析的航班异常检测研究

• 作者: 赵剑 高振兴 齐凯
• 来源期刊: 航空计算技术
• 关键词: QAR数据 数据挖掘 聚类分析 航班异常检测
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算方法
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP391|TP311.13
• 语种: 中文

摘要

传统的基于超限检测原理的航班异常检测方法需要大量民航先验知识,由于飞机系统十分复杂,导致其具有一定的局限性.为此,将聚类技术用于异常航班检测,利用对象之间的属性值进行分类,同类对象间的属性值较为接近,不同对象之间的属性值差异较大.聚类分析是一种无监督学习技术,无需预先制定参考标准或阈值,在识别异常航班的过程中无需先验知识,而是基于大量QAR数据.将其应用到QAR数据上进行实验,结果表明可以发现存在QAR数据异常的航班,是对于传统航班异常检测方法的一个很好的补充.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高振兴	南京航空航天大学民航学院	29	62	4.0	6.0
2	赵剑	南京航空航天大学民航学院	2	3	1.0	1.0
3	齐凯	山东航空股份有限公司飞行部	2	0	0.0	0.0