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国家空间科学中心申请的专利一种原型负样本混合对比的卫星异常检测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：CN117009897B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310306614.1，技术领域涉及：G06F18/2433；该发明授权一种原型负样本混合对比的卫星异常检测方法及系统是由郭国航;周台春;胡钛;刘玉荣;李虎;肖志刚设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种原型负样本混合对比的卫星异常检测方法及系统在说明书摘要公布了：本发明提供了一种原型负样本混合对比的卫星异常检测方法及系统，所述方法包括：输入卫星遥测数据集到训练好的深度神经网络模型，得到数据的异常分数，根据训练得到的异常样本比例∈确定异常分数阈值，将异常分数按升序排序，前∈的样本判定为异常；所述深度神经网络模型的训练过程包括：将语义相似的样本聚类到同一组中获得样本的伪标签，将锚点与负样本所属原型之间的距离作为权重进行样本特征混合，生成难负样本，指导神经网络学习；采用样本特征以及原型信息构建异常分数函数。本发明的优势在于：本发明解决了当前对比学习方法中，负样本面临采样偏差问题，得到更有意义的负样本，能实际运用到卫星异常检测中，提高卫星在轨运行的安全性。

本发明授权一种原型负样本混合对比的卫星异常检测方法及系统在权利要求书中公布了：1.一种原型负样本混合对比的卫星异常检测方法，所述方法包括： 输入卫星遥测数据集到训练好的卫星异常检测模型，得到数据的异常分数，根据训练得到的异常样本比例∈确定异常分数阈值，将异常分数按升序排序，前∈个样本判定为异常； 所述卫星异常检测模型的训练过程包括： 将语义相似的样本聚类到同一组中获得样本的伪标签，将锚点与负样本所属原型之间的距离作为权重进行样本特征混合，生成难负样本，指导卫星异常检测模型学习；采用样本特征以及原型信息构建异常分数函数； 所述将语义相似的样本聚类到同一组中获得样本的伪标签具体为： 伪标签矩阵Q公式为： Q＝diagαPλdiagβ 其中，Q为K×N的伪标签矩阵，K表示神经网络分簇的个数，N表示数据样本个数；α和β表示两个缩放系数向量；λ表示收敛速度与原始最优运输问题接近性的平衡系数；P表示K×N的联合概率矩阵，矩阵中的元素表示为： 其中，y表示标签的取值；表示第i个增强样本，a∈{1,2}表示增强方式下标；表示类别概率： 其中，C为原型矩阵，其列由原型向量{c1,c2,…,cK}构成；h表示单层神经网络构成的映射头；f·表示神经网络组成的编码器；为复合函数的标识，表示将前后两个函数组成复合函数。

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国家空间科学中心，其通讯地址为：100190 北京市海淀区中关村南二条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。