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！

龙图腾网获悉中国民用航空飞行学院申请的专利基于神经网络的飞行高度预测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：CN120430348B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510933818.7，技术领域涉及：G06N3/0464；该发明授权基于神经网络的飞行高度预测方法是由马姗;郭温鑫;孙啸林;程稳;程林;于洋设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本基于神经网络的飞行高度预测方法在说明书摘要公布了：本发明适用于飞行高度预测技术领域，尤其涉及基于神经网络的飞行高度预测方法，所述方法包括：采集客机的传感器数据，通过基于分布分位数阈值的动态截断机制抑制离群数据点；采用时序切片划分策略对传感器数据进行划分，得到训练集和验证集，基于训练集和验证集构建预测特征集；构建飞行高度预测模型，通过预测特征集对飞行高度预测模型进行训练，基于训练后的飞行高度预测模型对飞行高度进行预测。本发明应用归一化技术对飞行时序信号进行数据规约，设计包含多尺度卷积核特征抽取层与注意力权重分配模块的并行网络结构，通过动态调整学习速率的优化器对Huber损失函数进行梯度迭代，显著提升了模型对飞行状态非线性变化模式的表征能力。

本发明授权基于神经网络的飞行高度预测方法在权利要求书中公布了：1.一种基于神经网络的飞行高度预测方法，其特征在于，所述方法包括： 采集客机的传感器数据，通过基于分布分位数阈值的动态截断机制抑制离群数据点； 采用时序切片划分策略对传感器数据进行划分，得到训练集和验证集，基于训练集和验证集构建预测特征集； 构建飞行高度预测模型，通过预测特征集对飞行高度预测模型进行训练，基于训练后的飞行高度预测模型对飞行高度进行预测； 飞行高度预测模型采用多模态特征融合框架，包含多模态特征处理模块，多模态特征处理模块采用双通道处理架构，包含时序特征提取通道：构建深度卷积网络处理时间序列特征，其数学表达为： ； ； ； 其中，表示首层卷积输出，采用32组5×1卷积核提取局部波动特征，表示核大小为5的一维卷积，为多通道时序数据；为次层降采样特征，表示核大小为3的一维卷积；为经自适应平均池化生成的压缩特征向量；激活函数采用GELU；Maxpool通过选取局部窗口内的最大值作为输出，实现特征的非线性筛选；AdaptiveAvgPool通过动态计算池化窗口尺寸，将任意长度的时序特征压缩为固定维度的向量； 物理特征强化通路：构建注意力权重动态调节机制，其计算过程为： ； 式中，表示注意力权重，σ表示Sigmoid函数，、为可学习的权重矩阵，是物理特征矩阵。

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民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46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”。