技术特征：
技术总结
本发明公开了一种基于民航维修质量评估和异构集成学习的敏感性分析方法，包括如下步骤：(1)数据分析处理：最大最小化方法，多因素一元方差分析；(2)半监督异构集成学习机训练并回归：半监督集成学习，使用少量无标记样本进行初始训练，再投入无标记样本，以异构集成的结果为期望来调整初始基学习机，直到误差不再变小；(3)敏感性分析：方差分解法，运用训练好的异构集成扩大有标记样本，计算各输入的主效应指标以及全效应指标；(4)实例分析：通过某航空公司近几年维修安全数据的分析，对整体安全性能较低的月份进行敏感性调控，最终达到安全标准。
技术研发人员：刘君强;张振良;左洪福;张曦;黄亮
受保护的技术使用者：南京航空航天大学
技术研发日：2018.08.08
技术公布日：2019.01.01