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！

申请/专利权人：中国民用航空飞行学院;西南交通大学;四川乐健梦想家科技有限公司

摘要：本发明涉及飞行健康风险预测技术领域，公开一种民航飞行学员飞行训练过程健康风险预测处置方法及系统，步骤如下：1）收集飞行学员健康安全数据；2）构建飞行学员飞行训练健康安全数据库；3）构建优化飞行学员飞行训练过程健康风险预测模型；4）检测飞行学员上机前的健康指标数据，判断是否达执飞标准，若是，将健康指标数据输入飞行学员飞行训练过程健康风险预测模型；5）飞行学员飞行训练过程健康风险预测；6）飞行学员飞行训练过程健康风险预警；7）根据风险预警等级，出具相应预警报告。本发明能够实现在上机前对飞行学员飞行训练过程中的健康风险进行预测预警，进而对飞行学员飞行训练进行调整，以保证飞行训练的安全性。

主权项：1.一种民航飞行学员飞行训练过程健康风险预测处置方法，其特征在于，包括如下步骤：步骤一：收集以往飞行学员上机前和训练中的健康安全数据；所述健康安全数据包括上机前、飞行训练中的健康指标数据、飞行训练过程性数据和飞行训练过程飞行环境数据；所述上机前、飞行训练中的健康指标数据包括上机前以及飞行训练中飞行学员的血压、血氧、心率和睡眠时间指标数据；所述飞行训练过程性数据包括飞行学员每天的飞行训练行程安排、飞行训练总时长、飞行训练起降过程总时长、飞行训练巡航过程总时长和飞行训练生涯总时间指标数据；所述飞行训练过程飞行环境数据包括飞行学员在飞行训练过程驾驶舱内最大噪声、驾驶舱内最大辐射、飞行训练最大巡航高度和飞行训练航线恶劣气象环境指标数据；步骤二：基于收集的健康安全数据构建飞行学员飞行训练健康安全数据库；步骤三：构建与优化飞行学员飞行训练过程健康风险预测模型；具体构建方法为：将飞行学员飞行训练健康安全数据库既有数据作为样本，将样本随机分为训练集和测试集两部分，其中训练集占比为80%，测试集为20%，采用BP神经网络、CNN卷积神经网络、LSTM长短时记忆网络任意一种深度学习算法对训练集数据进行学习；运用测试集对模型准确度进行测试，并采用优化算法对健康风险预测模型的参数进行优化，构建得到飞行学员飞行训练过程健康风险预测模型，所述优化算法选用GA遗传算法、SA模拟退火算法、PSO粒子群算法的任意一种；步骤四：检测飞行学员上机前的健康指标数据，判断是否达到可执飞标准，若是，将飞行学员的健康指标数据输入飞行学员飞行训练过程健康风险预测模型；步骤五：基于预测模型预测得到飞行学员在飞行训练过程中的健康指标数据；步骤六：基于预测得到的飞行学员在飞行训练过程中的健康指标数据，预测飞行学员飞行训练过程健康风险预警等级；步骤七：根据预测的飞行学员飞行训练过程健康风险预警等级，对飞行学员飞行训练出具相应预警报告。

全文数据：

权利要求：

百度查询： 中国民用航空飞行学院 西南交通大学 四川乐健梦想家科技有限公司 民航飞行学员飞行训练过程健康风险预测处置方法及系统