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！

龙图腾网获悉民航上海医院申请的专利基于多模态数据与在线学习驱动的飞行员操纵能力评估方法及系统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：CN120296663B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510379491.3，技术领域涉及：G06F18/25；该发明授权基于多模态数据与在线学习驱动的飞行员操纵能力评估方法及系统是由张琳;刘牡丹;朱佳梅;徐妍;陈凯;綦振兴;乔樑;尹爱民;任斌设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本基于多模态数据与在线学习驱动的飞行员操纵能力评估方法及系统在说明书摘要公布了：本发明公开了基于多模态数据与在线学习驱动的飞行员操纵能力评估方法及系统，包括：确定输入参数集合，建立飞行视觉时序融合网络，提取参数集合的各特征。通过注意力机制和全局聚合完成多模态数据的特征融合。构建飞行员操纵能力评估架构，通过设计基于综合评分误差、子评分一致性约束的损失函数，生成离线飞行员操纵能力评估模型。利用滑动窗口机制对实时生成的飞行数据和眼动数据流进行分片与预处理，针对实时评分需求设计基于剪枝和参数量化技术的轻量化模型，将离线飞行员操纵能力评估模型中特征表达能力迁移至轻量化在线评估模型。本发明可用于改进飞行员培训方案，优化驾驶舱的人机界面设计，提高飞行操作的效率和安全性。

本发明授权基于多模态数据与在线学习驱动的飞行员操纵能力评估方法及系统在权利要求书中公布了：1.基于多模态数据与在线学习驱动的飞行员操纵能力评估方法，其特征在于，所述方法包括： S0：确定飞行员操纵相关的飞行数据参数集合和眼动数据参数集合，建立飞行视觉时序融合网络，提取飞行数据参数集合和眼动数据参数集合的特征，并通过注意力机制和全局聚合对飞行数据与眼动数据的特征进行多模态融合，生成用于操纵能力评估的全局综合特征集； S1：根据全局综合特征集，构建飞行员操纵能力评估架构，通过设计基于综合评分误差、子评分一致性约束的损失函数，利用AdamW优化算法完成训练，生成离线飞行员操纵能力评估模型，输出飞行员操纵能力综合评分及对应的子评分； S2：根据飞行员操纵能力综合评分及对应的子评分，利用滑动窗口机制对实时生成的飞行数据和眼动数据流进行分片与预处理，针对实时评分需求设计基于剪枝和参数量化技术的轻量化模型，将离线飞行员操纵能力评估模型中特征表达能力迁移至轻量化在线评估模型，实时输出飞行员的操纵能力评分； 所述S1包括，设计包含综合评分误差损失与子评分一致性约束的损失函数，结合飞行手册中对操作稳定性、注视轨迹合理分布的定义，加入操作规范与行为一致性的约束机制，通过最小化损失函数，确保模型评分结果的精确性与一致性，具体为： 采用表示飞行员操纵评估模型，表示对应的模型参数，将网络输出的量化评分值记为，输入数据为任一融合特征序列，真实评分值为，给定参与网络训练的数据集合为通过最小化损失函数的方式训练模型，损失函数形式为： 式中，第一项为衡量综合评分预测值与真实值的均方误差；表示模型预测的第个样本的综合评分，表示第个样本的真实综合评分即专家评分；第二项为约束综合评分与子评分的加权一致性；表示模型预测的第个样本的第个子任务评分即操作稳定性、注意力分配、异常行为；表示子任务评分的权重，表示不同子任务对综合评分的相对贡献；：加权一致性约束的权重； 其中，表示结合了操作稳定性的误差损失和控制输入平滑性约束，为时间步的控制输入变化量，为飞行手册规定的合理范围；表示结合了注意力分配的误差损失和注视点分布的熵值约束为注视分布熵，为飞行手册定义的合理熵值范围；表示结合了异常行为的误差损失和行为模式的KL散度约束，DKLPaction,i||Pref表示行为分布与参考行为分布的偏差； 当检测出的综合评分过高即超出规定的最高评分或过低即小于最低合理评分阈值时，赋予满足预设要求的损失值，以均方误差即MSE和约束满足率作为模型性能指标；当均方误差达到预设范围且约束满足率高于95%时，即认为模型训练完成。

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民航上海医院，其通讯地址为：201103 上海市长宁区红宝石路398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”。

以上内容由龙图腾AI智能生成。