【技术实现步骤摘要】
本专利技术涉及一种异常检数据测分析方法，特别是一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法。
技术介绍
1、本部分提供的仅仅是与本公开相关的背景信息,其并不必然是现有技术。
2、在飞行器试验的异常数据的检测阶段中，由于飞行器外测以及遥测数据的多变性和复杂性，通过人工选择特征进行异常和正常数据的区分则需要大量的实验进行探索，降低了异常检测分析技术的效率。
3、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法。
2、为了解决上述技术问题，本专利技术公开了一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，包括以下步骤：
3、步骤1，采集所述飞行器试验中的所有数据，形成原始数据集；
4、步骤2...
【技术保护点】
1.一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤2中所述的得到新的数据集，具体方法如下：
3.根据权利要求2所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤2-2中所述的生成式对抗网络模型，具体包括：
4.根据权利要求3所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤3中所述的构建异常数据检查网络模型，具体包括：
5.根...
【技术特征摘要】
1.一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤2中所述的得到新的数据集，具体方法如下：
3.根据权利要求2所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤2-2中所述的生成式对抗网络模型，具体包括：
4.根据权利要求3所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤3中所述的构建异常数据检查网络模型，具体包括：
5.根据权利要求4所述的一种基于卷积神经网络的飞行器试验中的异常数据检测分析方法，其特征在于，步骤3-1中所述的进行空间特征提取，即通过一维卷积神经网络对步骤2中所述的时序样本数据集进行一次特征提取，获取具有时序不变性的空间特征；
...【专利技术属性】
技术研发人员：张一博，戴乾奇，杨君，于选桐，刘子沂，王号，王行行，刘唐兴，
申请(专利权)人：中电莱斯信息系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。