買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國民用航空飛行學院申請的專利基于神經網絡的飛行高度預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120430348B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510933818.7，技術領域涉及：G06N3/0464；該發明授權基于神經網絡的飛行高度預測方法是由馬姍;郭溫鑫;孫嘯林;程穩;程林;于洋設計研發完成，并于2025-07-08向國家知識產權局提交的專利申請。

本基于神經網絡的飛行高度預測方法在說明書摘要公布了：本發明適用于飛行高度預測技術領域，尤其涉及基于神經網絡的飛行高度預測方法，所述方法包括：采集客機的傳感器數據，通過基于分布分位數閾值的動態截斷機制抑制離群數據點；采用時序切片劃分策略對傳感器數據進行劃分，得到訓練集和驗證集，基于訓練集和驗證集構建預測特征集；構建飛行高度預測模型，通過預測特征集對飛行高度預測模型進行訓練，基于訓練后的飛行高度預測模型對飛行高度進行預測。本發明應用歸一化技術對飛行時序信號進行數據規約，設計包含多尺度卷積核特征抽取層與注意力權重分配模塊的并行網絡結構，通過動態調整學習速率的優化器對Huber損失函數進行梯度迭代，顯著提升了模型對飛行狀態非線性變化模式的表征能力。

本發明授權基于神經網絡的飛行高度預測方法在權利要求書中公布了：1.一種基于神經網絡的飛行高度預測方法，其特征在于，所述方法包括： 采集客機的傳感器數據，通過基于分布分位數閾值的動態截斷機制抑制離群數據點； 采用時序切片劃分策略對傳感器數據進行劃分，得到訓練集和驗證集，基于訓練集和驗證集構建預測特征集； 構建飛行高度預測模型，通過預測特征集對飛行高度預測模型進行訓練，基于訓練后的飛行高度預測模型對飛行高度進行預測； 飛行高度預測模型采用多模態特征融合框架，包含多模態特征處理模塊，多模態特征處理模塊采用雙通道處理架構，包含時序特征提取通道：構建深度卷積網絡處理時間序列特征，其數學表達為： ； ； ； 其中，表示首層卷積輸出，采用32組5×1卷積核提取局部波動特征，表示核大小為5的一維卷積，為多通道時序數據；為次層降采樣特征，表示核大小為3的一維卷積；為經自適應平均池化生成的壓縮特征向量；激活函數采用GELU；Maxpool通過選取局部窗口內的最大值作為輸出，實現特征的非線性篩選；AdaptiveAvgPool通過動態計算池化窗口尺寸，將任意長度的時序特征壓縮為固定維度的向量； 物理特征強化通路：構建注意力權重動態調節機制，其計算過程為： ； 式中，表示注意力權重，σ表示Sigmoid函數，、為可學習的權重矩陣，是物理特征矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國民用航空飛行學院，其通訊地址為：618307 四川省德陽市廣漢市南昌路四段46號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。