基于数据挖掘技术的飞行试验数据分析应用研究

《基于数据挖掘技术的飞行试验数据分析应用研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。基于数据挖掘技术的飞行试验数据分析应用研究　　摘要飞行试验数据的参数种类越来越多、数据量也越来越大；为了对数据进行充分的分析和使用，搜寻有价值的知识结论，对使用数据挖掘技术分析飞行试验数据的方法和过程进行了汇总研究。本文首先介绍了飞行试验数据的特点和主要组成，提炼出飞行试验数据挖掘的主要过程：数据预处理、数据挖掘方法应用、结果分析；并在后续各章节结合

2、实例对每个过程的目的、典型方法和实施依据等进行详细描述。　　【关键词】飞行试验数据数据预处理数据挖掘方法结果分析　　1引言　　飞行试验简单而言是指在实际飞行中展开科学研究，并进行一系列的产品鉴定试验；而通过这种方式获得的数据是航空武器装备非常重要的研究资料，具有很高的学术价值，现代飞机系统愈来愈复杂，从而导致试飞数据量也不断增长。飞行试验数据是在进行实验的时候，通过现代化的工程测试技术，取得对象和复杂系统所对应的各项数据，是装备定型最为基本的依据。伴随技术的快速革新，航空武器系统逐渐体现出集成性的特点，飞行试验获取的信息类型

3、也更为繁杂，数据量持续扩增。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　试飞数据的定型鉴定作用伴随试飞项目的结束得到最大化的体现，然而其具有的科研价值尚待进一步的研究，从而为型号的优化、有关系统的进一步提升

4、、飞行培训等奠定良好的基础。　　数据挖掘涉及到多个学科领域，是近些年来研究的热点，其主要作用概括来说是能够帮助用户从海量数据中分析出所蕴含的有价值信息。在该领域内，由于涵盖了多元化的学术成果，其中主要包括自机器学习、统计学、模式识别、数据库等方面的内容，进而让该学科快速发展。现如今，数据挖掘技术已基本成熟，数据挖掘从业者的研究重点不再是基本算法的改进和概念的扩展更新，而逐渐转变为与特定专业领域的融合。针对飞行试验数据的探究，数据挖掘方法和技术无疑是最优方案。　　飞行试验数据的特点　　飞行试验数据的主要组成如图1所示。每个飞行

5、架次的数据内容由按时间排列的数据帧序列组成，而每个数据帧由各类型的传输总线数据组成。连接各设备的传输总线上的数据内容和属性必须符合接口控制文件的定义要求，这就导致：除了噪音数据，这些数据的格式可知、数值确定。确定待分析数据集的数据特点，对于数据挖掘方法的选择、使用和结果分析具有重要的指导性作用。　　数据挖掘技术在飞行试验数据分析上的应用概述为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为

6、了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　数据挖掘是指从数据库或数据集内提取之前没有掌握的、蕴含一定价值的信息。其常规的流程涵盖多个部分，其中比较主要的包括数据的准备、数据挖掘、结果解释与评价等。基于飞行试验数据的特点和常规的数据挖掘过程研究，本文汇总提炼出如图2所示的飞行试验数据挖掘流程：　　数据预处理；　　数据挖掘方法应用；　　结果分析。　　其中，数据预处理主要依据接口控制文件使用有效

7、的数据预处理方法对原始数据展开标准化的处理。数据挖掘方法应用是最关键的一部分，概括来说就是结合挖掘任务选取最为适用的算法，进而搜寻专业人员最为关心的模式，其中比较典型的包括分类、聚类、时序、关联、偏差等。结果分析是指对之前获取的模式展开评析，从而分析出有价值的模式，并选择适用的表达方式，将获取的知识内容完成展示。　　2飞行�验数据挖掘过程　　飞行试验数据预处理为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用，我们不仅把资源运用于课堂教学，还利用系统的特色栏目开展课外活动，对学生进行安全教育、健康教育、反邪教教育等丰富学

8、生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用，我校做到安装、教师培训同步进行。设备安装到位后，中心校组织各学点管理人员统一到县教师进修学校进行培训，熟悉系统的使用和维护。　　现实世界的原始数据一般是含噪声的、不一致的和不完整的，因此在使用数据挖掘算法分析数据前需进