基于文本挖掘的空管不正常事件风险预测研究

人为因素是导致航空事故的主要原因。在空管系统安全问题频发的背景下,以空管不正常事件为研究对象,采用Python语言对空管不正常事件记录进行文本挖掘分析。建立概念向量空间模型,解决一义多词问题。提出将空管风险模式抽象为主题,采用LDA(潜在狄利克雷分配)算法围绕风险主题提取风险致因因素。相比于TF IDF算法,LDA能挖掘出更多潜在风险致因因素,且与专家评审意见基本一致,证明了方法的可靠性,实现了风险致因因素的自动提取。提出将LDA提取的风险致因因素与HFACS模型进行整合,形成以人为因素为中心的风险贝叶斯预测网络。考虑到不正常事件为不完全样本,使用EM算法优化贝叶斯网络参数。通过Netica软件对测试记录进行预测,验证了方案的有效性,同时也证明了文本挖掘结果的正确性与客观性。

基于案例库的管制指令偏差识别与匹配方法

基于历史管制指令偏差案例的分析,案例风险特征的挖掘方法以提高案例匹配的准确性。建立概念向量模型,解决文本词义相近产生冗余特征的现象,构建风险模式案例库。考虑传统欧式距离无法区分属性差异化,提出基于粗糙集理论的加权欧式距离进行案例相似度匹配,以高权重表征突出人为因素偏差、风险指令模式关键风险特征的重要性,来提高案例匹配的准确性。对比试验结果显示,基于粗糙集理论的加权欧氏距离能准确区分出关键风险特征,且案例间的距离由原来的0.2~0.4缩小到0.1~0.2,提高了匹配的准确度。并进行实时案例仿真,结果验证了改进后的方法适用于属性差异化大的案例匹配。

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类(Density-based spatial clustering of applications with noise,DBSCAN)方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法(Density-based spatial clustering considering speed,direction and high level improved by local outlier factor,LOFDBSC-SDH)密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。

黑龙江省孙吴地区早侏罗世火山岩的识别及其地质意义

黑龙江省孙吴地区出露一套中性火山岩,岩石组合为安山岩、安山质火山碎屑岩。1∶5万区域地质调查中未见该套地层顶部和底部,其在区域上呈角度不整合于前侏罗纪地质体之上,上部产出一套酸性火山岩。角闪安山岩锆石U-Pb年龄为(183.3±3.0)Ma,形成时代为早侏罗世。地质剖面测量发现,正达山剖面为层型,嫩江县三道卧冬河西山剖面为次层型,该区存在正达山组地层。孙吴地区下侏罗统地层单元的建立,对松嫩地块北缘、孙吴地堑西缘早燕山期火山构造、岩浆活动和中生代火山岩地层的划分具有重要地质意义。

支持单人制机组运行的机载监视应用系统

随着新一代航空运行体系要求飞机的运行更精确,驾驶舱系统和地面管制系统的工作负荷也随之增加。机载监视应用系统承担着授权的空中交通管制服务处理功能,在机内机组高负荷工作状态、失能状态下,协同飞行管理系统和(或)地面机组承担包括自主分离保证、战术航路,冲突解决和/或自动着陆、场面运行等航路运行的管理,旨在降低机组和管制员的工作负荷。为满足单人制机组运行下机组资源管理的要求,可采用智能等级的分析方法开展机载监视应用系统功能的分析和捕获工作。