典型文献
基于自编码器和HMM的民机接地点远事件检测
文献摘要：
已有的飞行品质监控(FOQA)标准仅由地速的积分距离判定接地点远事件(LTE)的发生,无法结合多个快速存取记录器(QAR)参数检测并解释发生该事件的原因.通过滑动窗口对包含多个参数的QAR样本进行分段,按照分段位置形成若干分段样本集.由长短时记忆网络(LSTM)自编码器得到QAR样本分段及分段内向量的特征表示,采用K-means分别对这些表示向量进行聚类处理,实现QAR样本及其分段的符号化.使用正常航班QAR样本集的符号序列建立隐马尔可夫模型(HMM),以检测包含接地点远事件的航班.由发生及未发生接地点远事件的QAR样本各个分段的符号序列构建HMM后,采用Viterbi算法确定接地点远事件在QAR样本分段内的具体位置.在真实QAR数据集上的实验结果表明,与其他多维时间序列异常检测方法相比,所提方法不仅能有效检测接地点远事件,而且可以获得多个QAR参数的异常值,辅助领域专家分析发生该事件的原因.
文献关键词：
异常检测;接地点远事件(LTE);自编码器;隐马尔可夫模型(HMM);快速存取记录器(QAR)
中图分类号：
作者姓名：
霍纬纲;李继龙;王慧芳
作者机构：
中国民航大学 计算机科学与技术学院,天津 300300
文献出处：
引用格式：
[1]霍纬纲;李继龙;王慧芳-.基于自编码器和HMM的民机接地点远事件检测)[J].北京航空航天大学学报,2022(04):560-568
A类：
样本分段
B类：
自编码器,HMM,民机,事件检测,飞行品质监控,FOQA,LTE,快速存取记录器,QAR,参数检测,该事,滑动窗口,段位,若干分,样本集,长短时记忆网络,内向,特征表示,means,符号化,航班,符号序列,隐马尔可夫模型,Viterbi,具体位置,多维时间序列,异常检测方法,有效检测,异常值,领域专家
AB值：
0.273627
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
