Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院空天信息创新研究院于丰正获国家专利权

中国科学院空天信息创新研究院于丰正获国家专利权

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!

龙图腾网获悉中国科学院空天信息创新研究院申请的专利一种太空环境数据与导航时频领域数据的关联分析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:CN116975205B

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:202310978436.7,技术领域涉及:G06F16/334;该发明授权一种太空环境数据与导航时频领域数据的关联分析方法是由于丰正;杨光;袁洪;罗瑞丹;陈思;李亚平;万红霞设计研发完成,并于2023-08-04向国家知识产权局提交的专利申请。

一种太空环境数据与导航时频领域数据的关联分析方法在说明书摘要公布了:本发明提出一种太空环境数据与导航时频领域数据的关联分析方法,采用图机器学习方法,先分别提取太空环境指数异常时刻的数据和导航时频领域异常时刻的数据,按照对应时间进行对应。本发明旨在通过太空环境数据预测导航领域数据变化,但因为不同数据结构并不相同,无法采用简单的数学关系及进行回归等学习。将不同结构的数据视为节点,节点内继续包含子节点,进行节点间关系的学习,将克服上述困难并依然能获取有效关联规律和关系。本发明的模型数量少,模型适用性广,以自然语言处理方法处理数字之间的关联。

本发明授权一种太空环境数据与导航时频领域数据的关联分析方法在权利要求书中公布了:1.一种太空环境数据与导航时频领域数据的关联分析方法,其特征在于,包括如下步骤: 步骤1、建立太空环境数据与导航时频领域数据的异常时刻关系,包括: 以时间为界,将每对相同时间的太空环境数据与导航时频领域数据均建立成一组元组; 按照上述方式建立N组元组,并将节点间距离设为1; 步骤2、进行关联规律学习,包括: 将所述太空环境数据和导航时频领域数据共同建立在1个模型中;在形成节点后,节点a生成节点b的理论概率为: 式中ub,va分别是节点b和节点a的空间嵌入向量,k表示与节点a相邻的所有节点,X表示与a相邻节点的集合,上标T表示矩阵转置;实际计算得到的概率为: 式中εab是节点a和节点b的边缘权重,X表示与a相邻节点的集合,由实际统计元组库得来,学习过程是让理论概率最大程度接近实际概率; 定义损失函数G为: 式中KuL表示KL散度,表示概率的补值,||表示逻辑运算“或”,X表示与a相邻节点的集合,Y表示与b相邻节点的集合; 利用负采样减少计算量,则损失函数变为F: 式中σ表示sigmoid函数,L表示负采样采用的数量,va、ub、uc均为嵌入向量,c表示与a相邻的所有节点; 学习完毕则得到节点在同一映射空间中的空间向量表示,所有的空间向量表示即构成所述太空环境数据和导航时频领域数据共同建立的模型;在首次学习时,对历史导航时频领域数据和历史太空环境数据进行关联学习,在生成首次模型后,随时对实时输入的真实导航时频领域数据和真实太空环境数据重复进行关联学习形成新模型,并使新模型与原有的模型进行融合完成增量模型; 步骤3、进行预测,包括: 模型将节点的学习在同一空间中进行表示,使得节点的空间向量表示得以储存并形成关联规律,当在模型中输入与太空环境数据的格式相同的未来预测数据时,分别计算其与各类导航时频领域数据中的空间距离,距离越近,表示为越可能发生或关联性越大。

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科学院空天信息创新研究院,其通讯地址为:100190 北京市海淀区北四环西路19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。

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。