La seguridad de vuelo en mesetas altas es un importante foco de investigación en el campo de la ciencia de la seguridad del transporte de la aviación civil. Los datos de vuelo completos y precisos en mesetas altas son beneficiosos para evaluar y mejorar de manera efectiva el estado de vuelo de las aeronaves de aviación civil, y pueden desempeñar un papel importante en llevar a cabo el análisis de riesgos de seguridad de operación en mesetas altas. Debido a diversas razones, como la baja temperatura y la baja presión en el entorno severo de los vuelos en mesetas altas, la anormalidad o pérdida de los datos del registrador de acceso rápido (QAR) afecta en cierta medida el procesamiento y análisis de datos de vuelo. Para resolver eficazmente este problema, se propone un método mejorado de máquinas de vectores de soporte de mínimos cuadrados. En primer lugar, se utiliza el método de peso de entropía para obtener los pesos de los índices. En segundo lugar, se utiliza el método de análisis de componentes principales para reducción de dimensionalidad. Finalmente, los datos se ajustan y reparan seleccionando los valores propios apropiados a través de múltiples pruebas basadas en el LS-SVM. Para verificar la efectividad de este método, se utilizan los datos del QAR relacionados con múltiples vuelos reales en mesetas para realizar pruebas y comparaciones con el método mejorado para su verificación. Los resultados del ajuste muestran que el índice de medición del error, error absoluto medio de la precisión del error promedio, es superior al 90%, y el valor del índice de error iguala el coeficiente alcanzando un alto grado de ajuste de 0,99, lo que demuestra que el modelo de aprendizaje automático de máquinas de vectores de soporte de mínimos cuadrados mejorado puede ajustar y complementar los datos faltantes del QAR en el área de mesetas a través de datos históricos de vuelo para satisfacer eficazmente las necesidades de aplicación.