基于时序QAR参数曲线聚类的重着陆成因自动推理方法及系统

摘要

本发明涉及一种基于时序QAR参数曲线聚类的重着陆成因自动推理方法及系统，属于机器学习领域。该方法根据QAR参数中VRTG峰值的出现时刻对重着陆情况进行了系统分类，并进一步根据重着陆的成因将第一类重着陆细分为I‑1、I‑2和I‑3三种子类型，然后从IVV、PITCH、HEIGHT等关键参数曲线中特征提取特征向量，并利用K‑means聚类算法对特征向量进行聚类，最后与人工分类的结果进行了比较，从而实现第一类重着陆的成因自动推理。实验结果显示，本发提出的算法分类准确率高达93.1％，且对I‑2和I‑3型重着陆的预测准确率达到了100％，能够很好地实现第一类重着陆的成因自动推理。