买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种基于IFPRM-SBLFS深度学习的飞行模式智能识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119903293B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411762361.X，技术领域涉及：G06F18/20；该发明授权一种基于IFPRM-SBLFS深度学习的飞行模式智能识别方法是由孙世岩;李琳;曾雅琴;朱惠民;梁伟阁设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种基于IFPRM-SBLFS深度学习的飞行模式智能识别方法在说明书摘要公布了：本发明涉及一种基于IFPRM‑SBLFS深度学习的飞行模式智能识别方法，本发明首次从时间检测的角度解决飞行状态识别问题，提出了一种结合敏感边界识别和长飞行序列处理的智能飞行模式识别方法，成功破解了传统方法在单一模式识别和复合机动识别中的局限性，并能够精确定位飞行模式的时态边界，能够实现在线自动识别，大幅度提高了模型的实用性和操作便捷性。本发明设计的自适应图嵌入模块，主要用于挖掘飞行数据中多种飞行参数的空间关系，能够动态调整图结构并适应不同的飞行模式。此外，还引入了多尺度变压器检测器，使模型具备多尺度特性，能够在不同时间尺度下检测飞行时的异常模式，捕捉细微的飞行特征变化。

本发明授权一种基于IFPRM-SBLFS深度学习的飞行模式智能识别方法在权利要求书中公布了：1.一种基于IFPRM-SBLFS深度学习的飞行模式智能识别方法，其特征在于，包括以下步骤： 步骤1、采集飞行数据，并对每个飞行数据中各时间阶段所属的飞行模式进行人工标注得到训练样本，多个训练样本组成训练集； 建立包括自适应图嵌入模型、自注意力变压器模块、去噪深度多尺度自动编码器、边界回归器和模式分类器的基于IFPRM-SBLFS深度学习的飞行模式智能识别模型； 步骤2、将训练样本输入自适应图嵌入模型，通过不同长度的滑动窗口分别提取短期和长期的飞行参数变化趋势，采用光谱图卷积提取不同时间尺度的空间特征并进行多尺度特征拼接，得到每个时刻的综合空间特征； 步骤3、将综合空间特征输入自注意力变压器模块，通过自注意力变压器模块和去噪深度多尺度自动编码器分析短期和长期的时间依赖关系，并生成多尺度特征； 步骤4、将多尺度的特征分别输入到边界回归器和模式分类器中，模式分类器输出飞行数据中各时间阶段所属的飞行模式，边界回归器输出飞行数据中各时间阶段所属的飞行模式的边界； 步骤5、将边界回归器和模式分类器的输出结果与人工标注结果进行比较，计算边界回归器的分类加权焦点损失和模式分类器的联合时空交集损失，并通过反向传播调整边界回归器和模式分类器的参数； 步骤6、重复步骤1-5，通过最小化损失函数对边界回归器和模式分类器进行训练，得到训练好的边界回归器和模式分类器，最终得到训练好的基于IFPRM-SBLFS深度学习的飞行模式智能识别模型； 步骤7、将待识别飞行架次的飞行数据输入训练好的基于IFPRM-SBLFS深度学习的飞行模式智能识别模型，模型输出飞行架次中各时间阶段所属的飞行模式。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军海军工程大学，其通讯地址为：430030 湖北省武汉市硚口区解放大道717号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。