-
公开(公告)号：CN112257935B
公开(公告)日：2023-05-09
申请号：CN202011158039.8
申请日：2020-10-26
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/30 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于LSTM—RBF神经网络模型的航空安全预测方法，包括步骤S1：建立LSTM—RBF模型；步骤S2：利用LSTM—RBF模型对航空安全进行预测；利用LSTM模型训练致因事件数据样本，分析各类致因事件的时序变化趋势；利用RBF模型训练致因事件与航空不安全后果事件数据间的因果联系，计算各类致因因素的作用权值，该模型通过研究致因事件的时序规律，进而预测航空不安全后果事件变化趋势。
-
公开(公告)号：CN119691698A
公开(公告)日：2025-03-25
申请号：CN202411751911.8
申请日：2024-12-02
Applicant: 中国人民解放军空军工程大学
IPC: G06F18/27 , G06F18/214 , G06F18/2431
Abstract: 本发明提供了一种飞机适战能力的评估方法、装置、计算机设备和介质，属于飞机能力评估技术领域，该方法包括：获取目标飞机的历史工作数据、历史修理数据和性能参数；基于所述历史工作数据和历史修理数据确定目标飞机的平台适战能力指数；基于所述历史工作数据和性能参数确定目标飞机的任务适战能力指数；获取目标任务的多个评估数据，并基于所述评估数据和任务适战能力指数构建logist ic回归模型，确定目标飞机对目标任务的定向适战能力指数；基于所述定向适战能力指数和所述平台适战能力指数确定目标飞机对于目标任务的适战能力，这样，综合了平台适战能力和任务适战能力两个方面的信息，能够全面、客观地反映目标飞机对于目标任务的适战能力。
-
公开(公告)号：CN118570283A
公开(公告)日：2024-08-30
申请号：CN202410745659.3
申请日：2024-06-11
Applicant: 中国人民解放军空军工程大学
IPC: G06T7/62 , G06T7/11 , G06T7/136 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了航空液压泵热失效智能诊断系统及其诊断方法。热图像采集模块获取液压泵的红外图像。图像预处理模块对图像预处理，从矫正后图像获得液压泵壳体的轮廓，再依据设定像素阈值对液压泵壳体区域进行基于温度的区域分割；图像特征提取模块根据像素值与温度的对应关系判定区域内大于设定温度值的关键区域并计算面积；根据关键区域累计面积的占比设定故障热状态标签；当实际占比大于阈值时，故障诊断模块判断存在超温异常状态，通过卷积神经网络模型进行故障诊断。本发明的航空液压泵故障诊断考虑了热场信息，这种综合温度场信息的诊断方式，相较于传统基于液压泵的压力和振动信息的诊断方式，提高了液压泵故障诊断的全面性和准确性。
-
公开(公告)号：CN117852541A
公开(公告)日：2024-04-09
申请号：CN202311863442.4
申请日：2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F40/295 , G06F40/30 , G06F16/36 , G06F16/35 , G06F16/33 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种实体关系三元组抽取方法、系统及计算机设备，涉及知识图谱构建技术领域，包括以下步骤：获取无人机非结构化故障知识文本；将无人机非结构化故障知识文本输入至Hor‑Ver‑Casrel模型，对三元组进行抽取，包括：基于头实体的具体位置，对头实体的水平与垂直方向进行信息融合，得到头实体水平与垂直方向的向量表示并级联，得到头实体的信息表示；将每个字符的向量表示与头实体最终的信息表示相结合，构建每个关系的映射函数，根据每个关系的映射函数预测尾实体，完成三元组的抽取。本发明将级联的水平与垂直方向的向量表示作为头实体的最终信息表示，保留了头实体的语义信息，大大减小了对后续尾实体的抽取的影响。
-
公开(公告)号：CN117451050A
公开(公告)日：2024-01-26
申请号：CN202311356827.1
申请日：2023-10-18
Applicant: 中国人民解放军空军工程大学
IPC: G01C21/20 , G06V20/17 , G06V20/13 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G01C21/00
Abstract: 本发明涉及一种基于分层语义特征的无人机视觉认知导航定位方法及装置，通过基于滑窗处理对目标区域语义地图进行特征稀疏化获得多个语义地图类型特征描述符，将每个语义地图类型特征描述符与对应窗口的中心定位坐标进行匹配构造语义地图匹配定位索引表，然后利用先验无人机定位结果、惯导数据和卫星导航数据在目标区域语义地图中选取候选搜索区域，根据候选搜索区域的像素获得候选匹配点，从语义地图匹配定位索引表中筛选出候选匹配点对应的候选语义地图类型特征描述符，最后将对无人机语义分割影像进行特征稀疏化获得无人机图像类型特征描述符与候选语义地图类型特征描述符进行匹配获得无人机定位坐标。本发明具有定位精度高，实时性优异的特点。
-
Patent Agency Ranking
公开(公告)号：CN119514613A
公开(公告)日：2025-02-25
申请号：CN202411475912.4
申请日：2024-10-22
Applicant: 中国人民解放军空军工程大学
IPC: G06N3/0475 , G06N3/084 , G06N3/048 , G06Q10/04 , G06Q50/40
Abstract: 本发明提供了一种基于改进WCGAN模型的老龄化飞机航空安全预测方法，利用航空安全自愿报告系统中开源数据库中小样本数据，预测老龄化飞机航空安全；包括：清洗开源数据库中飞机航空故障事件数据，得到清洗数据；将清洗数据中非结构化的文本报告数据转为结构化数据；引入梯度惩罚GP机制和NeuralProphet算法优化WCGAN模型，得到WCGAN‑GP模型；以误差最小化原则优选参数；将小样本数据输入训练成熟的WCGAN‑GP模型，生成老龄化飞机在未来时刻的航空事故预测值。本发明引入梯度惩罚GP机制和NeuralProphet算法优化改进WCGAN模型，克服传统WCGAN模型在训练过程中梯度消失、模式崩溃和时序特性挖掘能力欠缺等缺陷，提高改进WCGAN模型的稳定性和收敛速度，使改进WCGAN模型更有效地适应航空事故数据的特征。
-
公开(公告)号：CN117807249A
公开(公告)日：2024-04-02
申请号：CN202311855702.3
申请日：2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F16/36 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种三元组实体对齐方法、系统、计算机设备及存储介质，涉及实体对齐技术领域，包括以下步骤：抽取实体关系三元组；在实体关系三元组中获取相同属性与不同属性的实体对，其中相同属性的每对实体对均引入“等于”关系并构成正样本三元组，不同属性的每对实体对均引入“不等于”关系并构成负样本三元组；通过正样本三元组和负样本三元组对Bert‑EA模型进行训练；通过训练后的Bert‑EA模型对实体关系三元组的实体对进行对齐判断。本发明的正样本和负样本三元组不仅将任意两个实体之间的属性考虑了进去，还考虑了实体间可能存在的潜在关系。还提出了Bert‑EA模型，融合了多方面的语义信息，大大提高了对齐准确度。
-
公开(公告)号：CN112257935A
公开(公告)日：2021-01-22
申请号：CN202011158039.8
申请日：2020-10-26
Applicant: 中国人民解放军空军工程大学
Abstract: 本发明公开了一种基于LSTM—RBF神经网络模型的航空安全预测方法，包括步骤S1：建立LSTM—RBF模型；步骤S2：利用LSTM—RBF模型对航空安全进行预测；利用LSTM模型训练致因事件数据样本，分析各类致因事件的时序变化趋势；利用RBF模型训练致因事件与航空不安全后果事件数据间的因果联系，计算各类致因因素的作用权值，该模型通过研究致因事件的时序规律，进而预测航空不安全后果事件变化趋势。
-
公开(公告)号：CN117807249B
公开(公告)日：2025-05-06
申请号：CN202311855702.3
申请日：2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F16/36 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种三元组实体对齐方法、系统、计算机设备及存储介质，涉及实体对齐技术领域，包括以下步骤：抽取实体关系三元组；在实体关系三元组中获取相同属性与不同属性的实体对，其中相同属性的每对实体对均引入“等于”关系并构成正样本三元组，不同属性的每对实体对均引入“不等于”关系并构成负样本三元组；通过正样本三元组和负样本三元组对Bert‑EA模型进行训练；通过训练后的Bert‑EA模型对实体关系三元组的实体对进行对齐判断。本发明的正样本和负样本三元组不仅将任意两个实体之间的属性考虑了进去，还考虑了实体间可能存在的潜在关系。还提出了Bert‑EA模型，融合了多方面的语义信息，大大提高了对齐准确度。
-
公开(公告)号：CN118114804A
公开(公告)日：2024-05-31
申请号：CN202311852366.7
申请日：2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06Q10/04 , G06Q10/0635 , G06Q50/40 , G06F18/213 , G06N3/0455 , G06N3/08 , G06N20/00 , G06F123/02
Abstract: 本发明提供了一种基于STL‑Transformer‑ARIMA架构的航空安全预测方法，包括：对航空故障事件数据进行清洗，将非结构化的文本报告数据转为结构化数据；采用STL时序分解法将航空故障事件数据分解成季节项、趋势项和残差项数据三部分；对比分析不同参数设定下的分解性能，确定最终的航空故障事件数据分解结果；构建Transformer‑ARIMA组合预测模型，输出季节项、趋势项和残差项数据的三项预测结果，其中，Transformer模型用于训练和预测趋势项数据，ARIMA模型用于训练和预测季节项和残差项数据；将三项预测结果线性加和，得到最终的航空故障事件预测值。本发明不仅能够更好地理解航空故障事件的特征，提高预测准确性，还能够降低模型的复杂度，提高计算效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.039 seconds)
