-
公开(公告)号:CN119884993A
公开(公告)日:2025-04-25
申请号:CN202411670992.9
申请日:2024-11-21
Applicant: 中国民用航空飞行学院 , 云南大学
IPC: G06F18/2433 , G06F18/213 , G06N3/044 , G06N3/045 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种椭球族观测背景环境中的稀有异常信号的检测方法,包括以下步骤:收集工作环境中的历史观测数据,形成观测数据矩阵,提取观测数据矩阵的三维特征,得到特征矩阵;利用Wasserstein对抗生成网络生成仿真的异常观测特征矩阵;利用循环神经网络训练检测模型;将纯噪声期间的观测特征矩阵和异常出现期间的观测特征矩阵作为训练数据输入,训练0/1检测模型;将检测模型用于检测观测数据异常与否。与现有稀有信号检测方法相比,能够基于数据的椭球族分布特点,考虑在分布族范畴内稳健的多维度特征,并借助深度学习技术来简单高效地利用多维度特征信息,以充分挖掘稀有信号的特征,创造高效稳健的稀有异常信号检测方法。
-
公开(公告)号:CN119167259A
公开(公告)日:2024-12-20
申请号:CN202411235992.6
申请日:2024-09-04
Applicant: 中国民用航空飞行学院
IPC: G06F18/2433 , G06F18/214 , G06N3/0455 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于Transformer网络的航空时序数据异常检测方法,属于航空数据处理技术领域,本发明重点关注时序数据的上下文依赖关系,通过差异化正异常样本表示学习的方式增强基于Transformer网络的异常检测模型对航空时序数据的时序关系挖掘;为了实现差异化,本发明首先以异常注入的方式扩充训练集,然后设计差异化目标函数,并采用交替训练的方式促使基于Transformer网络的异常检测模型能够识别正常和异常样本的差异,解决了现有异常检测模型对于正异常样本区分度不明显的问题。
-
公开(公告)号:CN118131146A
公开(公告)日:2024-06-04
申请号:CN202410386817.0
申请日:2024-04-01
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种用于宽角SAR图像快速聚焦校正方法及系统,通过基于质心检测的快速聚焦校正序列求解算法基于多张后向投影成像图像获得聚焦校正偏移量序列,可以提高获得插值补偿量的速度,减少计算量,提高获得补偿量的准确性。基于聚焦校正偏移量序列对多个观测斜距差序列进行矫正,得到多个实际斜距差序列,即通过高准确性的补偿量对观测量进行补偿,然后采用基于实际斜距差序列获得矫正局部图像,对多张矫正局部图像进行叠加,得到实际雷达聚焦图像,得到的实际雷达聚焦图像清晰,且能够消除飞行器抖动导致的误差,提高了雷达成像的准确性和可靠性。
-
公开(公告)号:CN115858727A
公开(公告)日:2023-03-28
申请号:CN202211505953.4
申请日:2022-11-29
Applicant: 中国民用航空飞行学院
IPC: G06F16/33 , G06F16/34 , G06F16/35 , G06F3/0484 , G06F40/166 , G06Q10/10
Abstract: 本发明提供关键词标注审核系统及审核方法,属于自然语言处理技术领域,应用于关键词标注后的审核过程中,解决了现有技术中缺少专用标注审核系统及方法的问题;系统包括数据生成模块和审核交互模块;数据生成模块用于获取关键词的标注数据,并将关键词的标注数据输出至审核交互模块;审核交互模块用于接收并展示关键词的标注数据,同时为关键词的标注审核提供交互操作;审核方法中,首先审核焦点关键词是否符合要求,再依照上下文优先和标签优先两种方式,完成对焦点关键词的上下文审核和标签审核过程,最终完成审核工作中所有关键词的审核;本发明针对关键词标注的审核任务定制,在审核过程中易于使用,可以高质高效的完成关键词标注审核工作。
-
公开(公告)号:CN110796315B
公开(公告)日:2023-11-28
申请号:CN201911066077.8
申请日:2019-11-04
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了基于时效信息和深度学习的离港航班延误预测方法,涉及计算机预测技术领域,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,采用离港航班延误预测模型对航班延误情况进行预测,利用真实数据开展数值试验,结果表明所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精(56)对比文件王红等.民航突发事件领域本体关系提取方法的研究《.计算机科学与探索》.2019,(第02期),
-
公开(公告)号:CN116108834A
公开(公告)日:2023-05-12
申请号:CN202310374036.5
申请日:2023-04-10
Applicant: 中国民用航空飞行学院
IPC: G06F40/242 , G06F40/279 , G06F16/33
Abstract: 本申请公开了一种交互式用户词典构建方法、装置和设备,响应于目标领域的专家提供的属于目标领域的至少一个专业词语,获得第一词典,该第一词典包括第一词语,第一词语包括至少一个专业词语;基于目标领域的至少一个语料库的分词词语和第一词典获得第二词典,第二词典所包括的第二词语属于分词词语但与第一词语不同;若确定第二词语与第一词语相似,则将第二词语添加到第一词典获得第三词典;基于第三词典,获得目标领域的目标用户词典。这样,专家提供少量的用户词典初始化和标注,结合自然语言处理技术自动扩充词典,交互地构建出该目标领域的目标用户词典,所构建的目标用户词典不仅质量有保障,而且构建成本低、效率高。
-
公开(公告)号:CN116049255A
公开(公告)日:2023-05-02
申请号:CN202211703634.4
申请日:2022-12-29
Applicant: 中国民用航空飞行学院 , 国网重庆市电力公司电力科学研究院
IPC: G06F16/2458 , G06F16/26 , G06F16/28
Abstract: 本发明公开了一种文本数据的多粒度树表示方法,涉及文本数据挖掘技术领域。该方法包括:获取文本数据,从文本数据中抽取候选关键词,并根据候选关键词,构建表示文本数据的多粒度树,所述多粒度树在第i层包括Ni个关键词以及Ni个关键词对应的权值,所述多粒度树的每一层包括的关键词数量的关系满足N1≥N2≥···≥NM‑2≥NM‑1≥NM,从而实现文本数据的多粒度树表示,该多粒度树可以从不同层次表示文本数据关键信息,有助于提高文本数据的利用价值。
-
公开(公告)号:CN110796315A
公开(公告)日:2020-02-14
申请号:CN201911066077.8
申请日:2019-11-04
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了基于时效信息和深度学习的离港航班延误预测方法,涉及计算机预测技术领域,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,采用离港航班延误预测模型对航班延误情况进行预测,利用真实数据开展数值试验,结果表明所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了本发明方法的有效性。
-
公开(公告)号:CN103310661B
公开(公告)日:2015-07-22
申请号:CN201310191691.3
申请日:2013-05-22
Applicant: 中国民用航空飞行学院
IPC: G08G5/06
Abstract: 本发明提出了一种机场场面路网模型,将机场航空器地面移动路径分为岔口组件、滑行道组件、跑道组件以及滑行道组件端口。还提出了一种机场场面冲突检测临界告警算法,包括首先对每一航空器,按照航空器的地面路径及航空器速度计算航空器进入和离开全部组件的时间;随后对每一岔口组件和每一滑行道组件,判断是否在该组件内存在碰撞风险。采用本发明所述的机场场面路网模型及机场场面冲突检测临界告警算法,显著提高了机场安全性检测效率,运行实时性得到了保证,并具有更好的稳定性和鲁棒性。
-
公开(公告)号:CN117689155A
公开(公告)日:2024-03-12
申请号:CN202311680546.1
申请日:2023-12-07
Applicant: 中国民用航空飞行学院
IPC: G06Q10/0631 , G06Q50/40 , G06F16/2457 , G06F16/248 , G08G5/00
Abstract: 本申请涉及航空运输管理和优化领域,公开了基于权重和损失成本的不正常航班恢复优化方法,包括以下步骤:a)为每个单纯小组环分配权重值;b)计算舱位票价值权重;c)计算上座率权重;d)将计算得到的权重值综合;e)分别计算航空公司成本、旅客行程取消成本、旅客签转成本和旅客失望溢出成本;f)将步骤e)各类成本合并为旅客延误损失成本和旅客取消损失成本;g)利用时空网络图表示航班在时间和空间上的分布及其相互关系;h)构建不正常航班恢复优化模型;i)求解步骤h)构建的优化模型,确定恢复方案。本发明利用权重值对每个航班进行延误程度标记,能够更精确地评估各航班的延误程度,从而更有效地处理部分延误航班的情况,减小整体航班的潜在影响。
-
-
-
-
-
-
-
-
-