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航空大学申请的专利一种飞行数据自动分类方法、系统、终端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：CN121256542B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511832731.7，技术领域涉及：G06F18/2413；该发明授权一种飞行数据自动分类方法、系统、终端及存储介质是由刘凯;张兵强;方伟;张立民;徐涛设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种飞行数据自动分类方法、系统、终端及存储介质在说明书摘要公布了：本发明属于飞行数据管理技术领域，具体涉及一种飞行数据自动分类方法、系统、终端及存储介质，包括采集飞行时间序列数据并进行预处理操作，得到预处理后的飞行操作片段集合；构建并训练基于Transformer的自动编码器，利用自动编码器的编码器模块从飞行操作片段中提取低维嵌入向量，进而构成嵌入矩阵；在嵌入矩阵对应的嵌入空间内执行HDBSCAN密度聚类算法，输出每个飞行操作片段对应的聚类标签与簇归属置信度。本发明通过采用基于Transformer的自动编码器，能够自动从原始高维时间序列数据中学习并提取出有效的低维嵌入特征，能够自动适应不同机型、不同训练科目或新型操作模式，无需重新设计特征体系。

本发明授权一种飞行数据自动分类方法、系统、终端及存储介质在权利要求书中公布了：1.一种飞行数据自动分类方法，其特征在于，包括： S1、采集飞行时间序列数据并进行预处理操作，得到预处理后的飞行操作片段集合； S2、构建并训练基于Transformer的自动编码器，利用自动编码器的编码器模块从飞行操作片段中提取低维嵌入向量，进而构成嵌入矩阵； S3、在嵌入矩阵对应的嵌入空间内执行HDBSCAN密度聚类算法，输出每个飞行操作片段对应的聚类标签与簇归属置信度； S4、依据聚类标签生成代表性原型序列，并构建结构化的飞行操作语义知识库； 其中，步骤S2包括： S21、构建可学习的位置编码矩阵，其中，为预设的最大序列长度；通过嵌入层将时间步索引映射为d维位置向量，生成增强飞行操作片段序列： ； 其中，表示位置编码矩阵的前T行； S22、将增强飞行操作片段序列输入由N个相同编码器层堆叠的Transformer编码器，编码器输出隐状态序列； S23、在输入序列前端添加可学习的标记，经编码器处理后从隐状态序列中提取出标记对应的输出；通过全连接层降维得到片段级嵌入向量： ； 其中，为投影权重矩阵，，为目标嵌入维度；为偏置项，；同时，解码器通过全连接网络和1D转置卷积层从片段级嵌入向量重构增强飞行操作片段序列，得到重构序列，训练过程采用均方误差损失函数进行端到端优化，其中，为模型训练使用的均方误差损失函数，为矩阵的Frobenius范数； S24、训练完成后冻结编码器参数，提取所有N个操作片段的嵌入向量，构建嵌入矩阵作为聚类算法的输入； 步骤S3包括： S31、对于步骤S2生成的嵌入矩阵中的每个嵌入向量，计算其与所有其他嵌入向量之间的欧氏距离，欧氏距离计算公式为： ； 其中，D为嵌入向量的维度；基于预设的最小簇大小参数m，确定每个点的核心距离，即该点到其第m个最近邻的距离； S32、根据核心距离和欧氏距离，计算任意两点和之间的互达距离： ； 其中，以互达距离为边权重构建完全图，并通过最小生成树算法将其转化为层次聚类树；采用ExcessofMass方法自动选择最优簇结构； S33、从层次聚类树中提取满足密度连通性的稳定簇，并为每个飞行操作片段分配聚类标签和簇归属置信度；其中，表示该片段所属的簇编号，表示该片段被识别为噪声点；表示该片段属于其分配簇的置信度。

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航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188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。