申请/专利权人：中国商用飞机有限责任公司;中国商用飞机有限责任公司民用飞机试飞中心

申请日：2024-01-29

公开（公告）日：2024-04-12

公开（公告）号：CN117874683A

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/15;G06N3/0464;G06N3/0442;G06N3/0475;G06N3/094;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提出一种试飞时序数据中异常点辨识与分类方法，包括：获取目标分析遥测数据，首先进行预处理分析，初步分析出数据的异常状态。通过所设计的异常状态注入方法，建立预测模型训练集；建立异常状态识别模型，通过所建立的数据集进行训练，并获取满足识别精度要求的神经网络模型；面向海量试飞数据，进行逐个时间段的异常数据识别判断。通过采用本发明提供的方法，可以有效提高试飞时序数据的质量评估和实时监控能力，为航空领域提供更可靠的飞行安全保障。

主权项：1.一种训练用于试飞时序数据的异常状态识别模型的方法，包括：从历史试飞时序数据中提取相关性大于阈值的试飞时序数据；将所提取的试飞时序数据进行归一化处理；根据数据考察窗口大小，将经归一化处理的试飞时序数据进行分段，以形成多个数据段；对所述多个数据段进行人工异常特征注入，以形成异常点识别数据库；以及基于所述异常点识别数据库来训练人工神经网络，以建立所述异常状态识别模型，其中所述异常状态识别模型能用于识别试飞时序数据是否有异常状态。

全文数据：

权利要求：

百度查询： 中国商用飞机有限责任公司;中国商用飞机有限责任公司民用飞机试飞中心 试飞时序数据中异常点辨识与分类方法

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