融合环境与飞行耦合
通过同时刻画QAR数据的时间相关性与通道间耦合，并纳入机场地理属性等环境因素，该模型显著提升了硬着陆识别的准确性和实用性。
Chenyang, Chang · An, Yu · 张昕
Engineering Applications of Artificial Intelligence 2025
将机场地理属性等飞行差异数据纳入模型，弥补了现有方法忽视环境因素的不足，从而提高实用性。
通过张量分解和定制正则化项同时捕捉时间相关性和通道间耦合，更全面地刻画硬着陆模式。
开发定制化的分块坐标下降（BCD）算法，能够高效处理高维因子矩阵，适用于大规模QAR数据。
在中国真实民航数据上验证，识别硬着陆的性能优于现有方法。