- 专利标题： 一种基于无监督学习的四维航迹在线异常检测方法
-
申请号： CN201910235765.6申请日： 2019-03-27
-
公开(公告)号： CN109977546B公开(公告)日： 2020-08-04
- 发明人: 曹先彬 , 杜文博 , 朱熙 , 刘妍 , 佟路 , 张明远
- 申请人： 北京航空航天大学
- 申请人地址： 北京市海淀区学院路37号
- 专利权人： 北京航空航天大学
- 当前专利权人： 北京航空航天大学
- 当前专利权人地址： 北京市海淀区学院路37号
- 代理机构： 北京科迪生专利代理有限责任公司
- 代理商 安丽; 成金玉
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06K9/62
摘要：
本发明涉及一种基于无监督学习的四维航迹在线异常检测方法，基于这种航迹间距离度量方法对选定起降机场的历史四维航迹数据采用密度聚类算法进行分段聚类，并提取航迹簇中的代表性航迹，从而准确建立各个起降机场对间航迹模型。接着对于实时飞行的航班，依据航迹间距离度量方法和航迹模型，计算航班合群程度及航班异常概率，依据异常阈值判断航班当前状态是否异常，并实时更新航迹模型。
公开/授权文献
- CN109977546A 一种基于无监督学习的四维航迹在线异常检测方法 公开/授权日：2019-07-05
