自适应高效数据挖掘方法研究及其在飞行品质监控中的应用

飞行品质监控（FOQA ）为及时发现机组操纵、发动机状况以及航空器性能等方面存在的问题提供了科学依据。但是，现行的飞行数据组织方式和分析方法也存在一些不足之处，影响了飞行品质监控的效率和效果，亟待引入新的数据组织和分析方法。本课题的基本思想是通过对飞行数据的格式分析、转换与数据清理、特征分析，运用数据立方体方法为这些数据设计一种高效的数据组织形式，在此基础上引入联机多维信息分析技术（OLAP）以改进现有分析方法的不足。通过引入自适应数据挖掘方法，将能够自动、高效的提取隐含在其中的模式和知识，以进一步完善监控标准体系，提高系统的自动程度和监控效果。其创新之处在于提出适合飞行数据特征的主成分分析、基于粗糙集的数据归约和小波变换聚类分析的方法，结合自适应控制理论和可继承数据挖掘方法提出的自适应高效数据挖掘方法。