申请/专利权人：中国飞行试验研究院

申请日：2023-12-20

公开（公告）日：2024-03-15

公开（公告）号：CN117708713A

主分类号：G06F18/243

分类号：G06F18/243;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及飞行试验安全监控技术领域，尤其是涉及一种遥测数据安全关键参数趋势预测方法。步骤一：基于历史试飞数据对M个输入特征参数进行重要性评估并排序；步骤二：基于历史试飞数据确定输出参数序列时间窗口大小K；步骤三：对历史试飞数据中所有的输入数据和输出数据进行归一化处理；步骤四：将归一化后的历史试飞数据划分为训练集和测试集；步骤五：选取长短时记忆模型，用训练集对长短时记忆模型进行训练；步骤六：用测试集对长短时记忆模型进行测试，并计算输入特征参数下的预测误差；选取预测误差最小时对应的输入参数个数，并将预测误差最小的长短时记忆模型作为最优模型，上传至云平台对关键参数进行实时预测。

主权项：1.一种实时遥测数据安全关键参数趋势预测方法，其特征在于：所述方法包括以下步骤：步骤一：基于历史试飞数据对M个输入特征参数进行重要性评估并排序；步骤二：基于历史试飞数据确定输出参数序列时间窗口大小K；步骤三：对历史试飞数据中所有的输入数据和输出数据进行归一化处理；步骤四：将归一化后的历史试飞数据划分为训练集和测试集；选择i个输入特征参数，i初始化为1，最大取值为M，建立输入三维数组[L，K，i]和输出三维数组[L，S，j]，S为预测步长，j为输出参数个数；步骤五：选取长短时记忆模型，用训练集对长短时记忆模型进行训练；步骤六：用测试集对长短时记忆模型进行测试，并计算i个输入特征参数下的预测误差；步骤七：i＝i+1，返回步骤四，直至i＝M；选取预测误差最小时对应的输入参数个数，并将预测误差最小的长短时记忆模型作为最优模型，上传至云平台对关键参数进行实时预测。

全文数据：

权利要求：

百度查询： 中国飞行试验研究院 一种实时遥测数据安全关键参数趋势预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD