摘要
本发明提供一种基于半监督联合建模的航空ADS‑B异常检测方法及系统,属于航空安全监测技术领域。所述方法包括:接收并筛选ADS‑B数据,提取NACp、位置、速度及时间特征;通过Hampel滤波与高斯混合模型去噪并筛选低置信样本;利用轨迹聚类与NACp精度聚类构建双重异常标注集;融合点级、轨迹级及空间网格特征形成多维特征集;基于多模型投票生成高置信伪标签,结合LightGBM半监督模型动态训练与推断;输出异常等级并通过热力图可视化。本申请通过半监督学习与多模态聚类,解决标签稀缺与类别不均衡问题,提升检测精度;结合异构计算与动态迭代优化,实现高效实时处理,为复杂空间天气下的航空安全监控提供支持。
技术关键词
网格特征
航空安全监测技术
轨迹
样本
标签
异常检测方法
统计特征
ADS‑B数据
模型动态训练
航迹数据
多模型
数据处理模块
异构计算平台
聚类
异常监测方法
关键点
孤立森林算法
生成热力图
高斯混合模型
系统为您推荐了相关专利信息
建筑物轮廓
轮廓匹配算法
边缘检测算法
遥感影像分析
图像拼接算法
人体动作识别方法
深度卷积神经网络
特征提取器
微多普勒
分类器
数据分析方法
数据分析模型
项目
神经网络模型
计算机程序产品