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空军工程大学申请的专利一种基于改进WCGAN模型的老龄化飞机航空安全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：CN119514613B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202411475912.4，技术领域涉及：G06N3/0475；该发明授权一种基于改进WCGAN模型的老龄化飞机航空安全预测方法是由任博;曾航;崔利杰;李大伟;王凤辉;谢小月;刘金春设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本一种基于改进WCGAN模型的老龄化飞机航空安全预测方法在说明书摘要公布了：本发明提供了一种基于改进WCGAN模型的老龄化飞机航空安全预测方法，利用航空安全自愿报告系统中开源数据库中小样本数据，预测老龄化飞机航空安全；包括：清洗开源数据库中飞机航空故障事件数据，得到清洗数据；将清洗数据中非结构化的文本报告数据转为结构化数据；引入梯度惩罚GP机制和NeuralProphet算法优化WCGAN模型，得到WCGAN‑GP模型；以误差最小化原则优选参数；将小样本数据输入训练成熟的WCGAN‑GP模型，生成老龄化飞机在未来时刻的航空事故预测值。本发明引入梯度惩罚GP机制和NeuralProphet算法优化改进WCGAN模型，克服传统WCGAN模型在训练过程中梯度消失、模式崩溃和时序特性挖掘能力欠缺等缺陷，提高改进WCGAN模型的稳定性和收敛速度，使改进WCGAN模型更有效地适应航空事故数据的特征。

本发明授权一种基于改进WCGAN模型的老龄化飞机航空安全预测方法在权利要求书中公布了：1.一种基于改进WCGAN模型的老龄化飞机航空安全预测方法，其特征在于，包括：利用航空安全自愿报告系统中开源数据库中小样本数据，预测老龄化飞机航空安全；具体包括： 数据处理：清洗开源数据库中飞机航空故障事件数据，得到清洗数据；将所述清洗数据中非结构化的文本报告数据转为结构化数据； 改进WCGAN模型：引入梯度惩罚GP机制和NeuralProphet算法优化WCGAN模型，得到WCGAN‑GP模型； 训练WCGAN‑GP模型：所述WCGAN‑GP模型遍历数据，以误差最小化原则优选参数； 测试WCGAN‑GP模型：将所述小样本数据输入训练成熟的所述WCGAN‑GP模型，所述WCGAN‑GP模型生成老龄化飞机在未来时刻的航空事故预测值； 所述WCGAN‑GP模型包括生成器和判别器，梯度惩罚GP机制引入所述判别器的损失函数中，使所述判别器的梯度约束至可控范围；梯度惩罚GP机制通过计算所述判别器对插值数据的输出值的梯度，与单位长度之间偏离的平方，使得梯度值逼近单位值的同时保证惩罚项始终为正，并且偏离越大，惩罚越大；其中： 梯度惩罚GP机制的GP表达式为： 式中，表示控制惩罚力度的调节参数，表示生成样本与真实样本之间的线性插值，表示判别器对插值数据的输出值，表示范数，表示服从均匀分布的随机数，表示真实数据； 引入梯度惩罚GP机制，所述WCGAN‑GP模型中目标函数表达式为： ； NeuralProphet算法的表达式为： 式中，表示趋势值，表示季节效应，表示节假日效应，表示未来已知外源变量的回归效应，表示历史观测变量的自回归效应，表示外源变量滞后观测值的回归效应； 其中：6个分量通过单独配置或组合的形式构成NeuralProphet解析模型，NeuralProphet解析模型包含多个神经网络隐含层，假设有时间序列数据，输入神经网络隐含层，表示为： 式中，表示时间序列数据经过神经网络隐含层的输出结果，表示权值，表示偏置项，表示激活函数； 输出结果经过一个线性输出层预测未来时刻的航空事故预测值，表示为： 式中，表示线性层输出结果，表示权值，表示隐含输出结果层，表示偏置项。

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空军工程大学，其通讯地址为：710000 陕西省西安市灞桥区长乐东路甲字一号；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。