基于QAR的数据挖掘应用基础研究
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第13-24页 |
1.1 研究背景及意义 | 第13-14页 |
1.1.1 研究背景 | 第13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外研究综述 | 第14-19页 |
1.2.1 飞行数据记录系统 | 第14-16页 |
1.2.2 飞行品质监控 | 第16页 |
1.2.3 飞行数据的应用 | 第16页 |
1.2.4 数据挖掘方法总结 | 第16-19页 |
1.3 实验平台的选取 | 第19-23页 |
1.4 本文主要研究内容与章节安排 | 第23-24页 |
第二章 基于SVM的发动机状态参数预测研究 | 第24-40页 |
2.1 SVM算法 | 第24-29页 |
2.1.1 SVM基本概念 | 第24-25页 |
2.1.2 最优间隔分类器 | 第25-26页 |
2.1.3 松弛变量与惩罚因子 | 第26-27页 |
2.1.4 核函数 | 第27-29页 |
2.2 QAR数据预处理 | 第29-34页 |
2.2.1 特征选取 | 第29-30页 |
2.2.2 数据清洗 | 第30-33页 |
2.2.3 数据归一化 | 第33-34页 |
2.3 SVM预测精度分析 | 第34-37页 |
2.3.1 平均相对变动值 | 第34-35页 |
2.3.2 SVM预测模型参数分析 | 第35-37页 |
2.4 高压转子转速预测实验 | 第37-39页 |
2.4.1 实验流程 | 第37-38页 |
2.4.2 发动机高压转子转速2N预测结果分析 | 第38-39页 |
2.5 本章小结 | 第39-40页 |
第三章 两种方法在研究飞行参数相关关系上的应用 | 第40-51页 |
3.1 重着陆 | 第40页 |
3.2 灰色关联分析 | 第40-41页 |
3.2.1 概念描述 | 第40页 |
3.2.2 计算方法 | 第40-41页 |
3.3 灰色关联分析实验 | 第41-47页 |
3.3.1 机队整体着陆载荷分析 | 第41-42页 |
3.3.2 灰色关联度分析 | 第42-47页 |
3.4 典型相关分析 | 第47-48页 |
3.4.1 概念描述 | 第47页 |
3.4.2 计算步骤 | 第47-48页 |
3.5 典型相关分析实验 | 第48-50页 |
3.5.1 单个航段典型相关分析实验 | 第48-49页 |
3.5.2 基于所有数据的典型相关实验 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第四章 基于密度聚类的航段异常检测研究 | 第51-61页 |
4.1 基于密度聚类的数据挖掘算法 | 第51-52页 |
4.2 数据降维 | 第52-53页 |
4.3 聚类分析 | 第53-54页 |
4.4 基于密度聚类异常检测 | 第54-60页 |
4.4.1 PCA数据降维 | 第55-56页 |
4.4.2 M与?的选取 | 第56-57页 |
4.4.3 起飞爬升阶段分析 | 第57-59页 |
4.4.4 进近着陆阶段分析 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 本文所做工作总结 | 第61页 |
5.2 未来研究工作展望 | 第61-63页 |
参考文献 | 第63-66页 |
致谢 | 第66-67页 |
在学期间的研究成果及发表的学术论文 | 第67页 |