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大数据的民航监察员胜任力的分析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：CN120672220B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511163606.1，技术领域涉及：G06Q10/0639；该发明授权基于大数据的民航监察员胜任力的分析方法及系统是由伍毅;朱贺;邹瑞明;黄洲升;兰天;羽露设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于大数据的民航监察员胜任力的分析方法及系统在说明书摘要公布了：本发明公开了一种基于大数据的民航监察员胜任力的分析方法及系统。采用多个时间点记录的监察员的行为数据对监察员的胜任力进行判别。其次，找到与胜任力有关的词组，通过第一关联神经网络、第一关联卷积网络和融合神经网络，采用二维和一维的方式分别检测出多个监察词组之间的关联关系。按照监察词组关联概率值，构建图结构，增加存在关联关系的监察员行为的重视程度。

本发明授权基于大数据的民航监察员胜任力的分析方法及系统在权利要求书中公布了：1.一种基于大数据的民航监察员胜任力的分析方法，其特征在于，包括： 获取m个时间点的监察员行为数据；所述监察员行为数据表示描述民航监察员的行为的语句； 根据m个时间点的监察员行为数据，检测与胜任力有关的词组，得到n个监察词组；所述监察词组为名词； 通过关联词组网络，基于n个监察词组，得到n*n‑1个监察词组关联概率值；所述监察词组关联概率值表示一个监察词组出现在监察员行为数据中，另一个监察词组也出现的概率； 所述关联词组网络包括第一关联神经网络、第一关联卷积网络和融合神经网络； 基于监察员行为数据和n*n‑1个监察词组关联概率值，构建图结构，得到监察连接矩阵；所述监察连接矩阵表示以n个监察词组为顶点，监察词组关联概率值为边的图结构； 通过胜任力判别网络，基于监察连接矩阵，得到监察员胜任力； 所述通过关联词组网络，基于n个监察词组，得到n*n‑1监察词组关联概率值，包括： 基于n个监察词组，得到调整词组矩阵；所述调整词组矩阵表示监察词组在监察员行为数据出现的顺序； 将所述调整词组矩阵以列进行分割，得到k个顺序词组向量；1个顺序词组向量对应1个在监察员行为数据出现的顺序； 将k个顺序词组向量输入第一关联神经网络，得到第一特征向量；所述第一特征向量表示多个监察词组在监察员行为数据中的1个监察词组的后面出现的概率的特征向量； 通过第一关联卷积网络，基于调整词组矩阵，得到第二特征图；所述第二特征图表示多个监察词组在监察员行为数据中的1个监察词组的后面出现的概率的特征图； 将第一特征向量和第二特征图输入融合神经网络，得到n*n‑1个监察词组关联概率值； 所述第一关联神经网络的输入层中1个顺序词组向量对应的全部的神经元与隐藏层的第一层的一个神经元连接； 第一关联神经网络中隐藏层的第一层全部的神经元与隐藏层的第二层的第一个神经元连接； 所述第一关联神经网络的隐藏层的第一层中除第[1,i‑1]个神经元之外的神经元与隐藏层的第二层的第i个神经元连接；i的取值范围为[2,k]； 所述通过胜任力判别网络，基于监察连接矩阵，得到监察员胜任力，包括： 所述胜任力判别网络包括第一判别网络、第一胜任力神经网络、2*n的二维卷积构成的卷积神经网络、2*2的二维卷积核构成的卷积神经网络； 将所述监察连接矩阵输入第一判别网络，检测关联关系的多个监察词组对应的胜任力，得到第一胜任力特征向量； 在列的方向，以步长为1，将监察连接矩阵与2*n的二维卷积核进行卷积，得到第一关联特征； 在监察员行为数据中，找到监察词组对应的形容词作为监察形容词； 将监察形容词与监察数据库中存储的形容词进行匹配，得到监察程度值；所述监察程度值表示监察词组对胜任力判别的程度； 按照连接矩阵中顶点的排列顺序，将监察词组对应的监察程度值构成监察词组程度集合，将监察词组程度集合输入第一胜任力神经网络，得到第二胜任力特征向量； 将所述第一胜任力特征向量和第二胜任力特征向量构成第一检测特征图； 在宽的方向，采用2*2的二维卷积核与第一检测特征图进行卷积，得到监察员胜任力。

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：618300 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”。

以上内容由龙图腾AI智能生成。