总第347期1引言民航领域的高速发展随之带来的是计算机与民航业的充分结合，飞行训练作为民航领域中重要的一环，通过飞行训练中所产生的数据进行分析与研究能更好地提高训练效率。训练中的飞行科目完成情况，是飞行品质评估中的一项重要内容。在实际飞行训练过程中，由于观测角度的局限性，对飞行训练科目的完成情况不能更好地把控。从飞机机载设备所获取的飞行数据是对飞行阶段较为准确的记录，将飞行数据进行研究，并进行可视化分析，能更好地对飞行训练科目完成情况进行研究。飞行数据中包含每次读取间隔中的所有数据，具有复杂、抽象、数据量大的特点。将飞行过程中包含的飞行科目从飞行数据中进行提取，可更好地进行相关领域的研究。张玉叶［1］采用欧氏距离判别分析和利用动态时间弯曲距离匹配的两级分类，能提高飞行动作识别的效率。王凤芹［2］将真实飞行数据中的飞行动作分为6种基本动作，使用CART决策树进行飞行∗收稿日期：2022年11月3日，修回日期：2022年12月27日基金项目：四川省重点研发项目（编号：2022YFG0027）；民航飞行技术与飞行安全重点实验室自主研究项目（编号：FZ2020ZZ02）；民航局安全能力项目（编号：14002600100020J103）资助。作者简介：路晶，女，博士，副教授，研究方向：通航安全，民航信息化，人工智能。任洲，男，硕士研究生，研究方向：人工智能，航空信息安全，计算机程序设计。史宇，男，硕士研究生，研究方向：人工智能，数据挖掘。基于飞参数据的飞行科目识别研究∗路晶1，2任洲1史宇1（1.中国民用航空飞行学院计算机学院广汉618307）（2.南京航空航天大学计算机学院南京211106）摘要对于飞行训练中真实飞行数据存在波动的特点，提出一种基于飞机飞行训练数据的飞行科目识别方法。首先对飞行训练数据进行分析，制定飞行动作状态分割机制；其次在分割后的飞行训练数据子序列中采用随机森林识别方法，通过状态分割机制与随机森林模型进行结合，确定子序列的飞行动作；最后对飞行动作序列采用支持向量机识别方法，从飞行数据中提取飞行训练科目片段。通过对飞行训练数据进行验证，可实现飞行训练科目的有效识别。关键词随机森林；支持向量机；飞行动作；飞行科目中图分类号TP3DOI：10.3969/j.issn.1672-9730.2023.05.023ResearchonFlightSubjectRecognitionBasedonFlightParameterDataLUJing1，2RENZhou1SHIYu1（1.CollegeofComputerScienceandTechnology，CivilAviationFlightUniversityofChina，Guanghan618...
