杨 雄，苏志刚，杨金锋，张海刚

(1.中国民航大学 电子信息与自动化学院，天津 300300；2.中国民航大学 中欧航空工程师学院， 天津 300300；3.深圳职业技术学院 粤港澳大湾区人工智能应用技术研究院，广东 深圳 518055)

0 引 言

快速存取记录器(quick access recorder，QAR)即是一种常见的飞行数据记录设备[1]。目前，QAR数据越来越被民航安全专家所重视，这标志着民航界从事故寻因这种预防航空危险的被动思维到日常监控提升航空安全水平的主动出击思维的转变。但目前实际应用的阈值方法面临着机型多样性、地理多样性和气候多样性的挑战，很难兼顾每种条件设定阈值[2]，因此亟需一种有效的方法从航空高维数据中准确地检测出异常事件。

目前国内外学术界对QAR数据应用于航空异常事件的研究可分为基于拟合回归的方法、基于聚类的方法和基于分类的方法。基于拟合回归的方法是无监督方法，不需要标签。拟合的方法使用多个自变量参数来拟合一个因变量，从而找出自变量和因变量之间的关系[3,4]。基于聚类的方法也属于无监督方法，与回归方法不同的是基于聚类的方法首先会找一个聚类中心，计算其余点与中心点的相对距离，检测出相对距离较大的点即为异常点[5,6]。基于分类的方法是有监督方法，使用分类器通过异常标签来检测异常[7,8]。基于拟合和聚类的方法根据不同的规则来分析航空数据，侧重挖掘和利用数据间关系[9]，但因为没有标签信息，无法统一比较这些算法的性能，因此很难评估这些算法在大规模数据应用上的有效性。……