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！

龙图腾网获悉中国航空工业集团公司沈阳空气动力研究所申请的专利一种基于飞行器多源数据融合方法、电子设备及存储介质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：CN116578945B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310589761.4，技术领域涉及：G06F18/25；该发明授权一种基于飞行器多源数据融合方法、电子设备及存储介质是由崔榕峰;马海;刘哲;王祥云;李鸿岩;郭承鹏;曹晓峰设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种基于飞行器多源数据融合方法、电子设备及存储介质在说明书摘要公布了：本发明提出多源数据融合方法、电子设备及存储介质，属于多源数据融合技术领域。包括以下步骤：S1.获取CFD数据与风洞试验数据，利用机器学习模型建立特征变量与目标变量之间的映射关系；S2.通过重复抽样法对CFD数据与风洞试验数据进行抽取，建立多个训练集和对应的验证集，基于不同的训练集分别建立模型，形成多模型机器学习模型；S3.通过验证集分别求解多模型机器学习模型预测结果的均方误差；S4.记录不同训练集输出的预测结果和不同预测结果获得的均方误差；S5.将训练集输入至多模型机器学习模型中，基于均方误差的加权方法将多模型的预测结果进行结合。解决由于模型过拟合导致的模型精准度与拟和度差的问题。

本发明授权一种基于飞行器多源数据融合方法、电子设备及存储介质在权利要求书中公布了：1.一种基于飞行器多源数据融合方法，其特征在于，包括以下步骤： S1.获取CFD数据与风洞试验数据，CFD数据为特征变量，风洞试验数据为目标变量，利用机器学习模型建立特征变量与目标变量之间的映射关系； 获取CFD数据与风洞试验数据的方式如下： 步骤A、对于风洞试验数据进行归纳整理，包括试验信息表和车次表； 步骤B、对于不同风洞数据存储方式整理常规测力试验的标准模板； 步骤C、创建数据程序的输出接口，将风洞试验中的原始数据进行转化； 步骤D、从转化好的风洞试验数据和CFD数值仿真数据中获取几何外形参数与来流条件参数； 步骤E、获取目标变量的力和力矩系数，包括升力系数、阻力系数、侧力系数、俯仰力矩系数、偏航力矩系数和滚转力矩系数； 步骤F、将特征变量与目标变量的数据进行数据预处理，包括数据清洗、数据异常处理、数据缺失值填补和数据特征工程； S2.通过重复抽样法对CFD数据与风洞试验数据进行抽取，建立多个训练集和对应的验证集，基于不同的训练集分别建立模型，形成多模型机器学习模型； S3.通过验证集分别求解多模型机器学习模型预测结果的均方误差； S4.记录不同训练集输出的预测结果和不同预测结果获得的均方误差； S5.将训练集输入至多模型机器学习模型中，基于均方误差的加权方法将多模型的预测结果进行结合； 将训练集输入至多模型机器学习模型中，基于均方误差的加权方法将多模型的预测结果进行结合的方法是：基于不同预测结果获得的均方误差，求解代理模型权重信息，其表达式为： ； 其中，为模型的均方误差，p为模型的总数，q为调节指数，q值需要根据模型与数据集的差异进行选取；当q值为正数时，分配的权重与其均方误差成反比；当q值为0时，各模型分配的权重相同；当q值为负数时，分配的权重与其均方误差成正比；设为重复抽样法下形成的模型，则基于重抽样加权法下的结果表达式为： 。

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航空工业集团公司沈阳空气动力研究所，其通讯地址为：110000 辽宁省沈阳市皇姑区阳山路1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。