近年来,随着全球民航事业发展迅速,我国民航教育培训也在快速崛起。飞行人才的需求猛增,训练任务增多。同时,数据挖掘技术在民航中的安全保障、故障检测、异常分析、预测等工作中的使用也越来越多,数据挖掘技术相比其他常规数据分析方式,具有寻找飞行数据中隐藏信息的能力。数据挖掘方法在飞行训练数据上的应用,是在基于传统的飞行数据分析方法的基础之上,引入知识发现的方法理论,对飞行训练数据在知识发现方向做出相关研究、探索。该方法在继承了常用经验模式方法的同时,又结合了知识发现中的数据处理优点。本文研究旨在利用数据挖掘的相关算法对飞行训练数据进行数据挖掘。主要涉及支持向量机和关联性算法。首先对采集好的原始数据进行处理,利用支持向量机模型对飞行训练数据中的飞机发动机转速参数进行预测,并将预测结果同原始数据拿来对比,检验方法的实用有效性,预测结果为飞行安全和维修保障提供参考;然后使用Apriori和FP-Growth两种主流的关联算法对飞行训练数据中的失误操作事件的相关参数进行分析,探索事件、数据间的关联性,检验方法的实用有效性,实验结果为飞行安全和训练评估提供参考。实验结果验证了支持向量机模型和关联算法在飞行训练数据上处理的可行性。