基于机器学习的飞行训练数据集构建与应用

高品质飞行训练数据集在推动科学发展中发挥着至关重要的作用。针对飞行训练领域中数据稀缺和缺乏高效质量增强方法的问题,围绕单发C172S飞机型号中的B-7943号飞机收集的数据,设计了一套基于机器学习的数据处理流程,旨在优化飞行训练数据的质量。该流程包括:利用滑动窗口修正数据中的极端异常值,应用先进的滤波技术平滑原始数据,以及使用随机森林算法填补缺失值。此外,通过灰度关联分析法评估了数据特征间的相关性。实验结果表明,该流程能够显著增强数据特征间的联系并有效提升数据质量。