基于多模态时空特征融合的异常机动动作检测与识别方法

本发明涉及飞行数据智能处理技术领域，提供一种基于多模态时空特征融合的异常机动动作检测与识别方法，包括：采集飞机的运行时形成序列数据的飞参数据；采用BP神经网络模型对序列数据的每一帧进行识别，识别各帧是否为异常动作点；将识别出的各异常动作点连接，形成完整的异常机动动作；对异常机动动作的数据进行拉伸转换预处理；将预处理后的异常机动动作的数据输入多模态时空特征融合的异常机动动作识别模型，通过异常机动动作识别模型识别检测出异常机动动作的类型。本发明提出的多模态的异常机动动作类型识别方法考虑的机动动作特征挖掘范围更为广泛，更好突显与类别目标强关联特征，提高机动动作识别率。