龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国人民解放军海军航空大学
摘要：本发明涉及一种基于小波时频图和轻量级混合神经网络的复杂飞行动作识别方法，属于飞行数据智能处理技术领域。该方法包括：采集机载传感器记录的与飞行状态相关的原始飞参信号数据，并从单架次飞参信号中提取飞行动作子序列；对飞行动作子序列进行数据转换，得到多维度小波时频图；将多维度小波时频图输入至复杂飞行动作识别轻量级混合神经网络模型中进行飞行动作类别识别；输出飞行动作识别结果。该方法对飞行动作多维度小波时频图进行全面深入的学习和分析，以捕获复杂飞行动作的细微差异性特征，从而基于该细微差异更准确地对复杂飞行动作进行识别，适用于对准确性和计算效率均有较高要求的嵌入式应用场景。
主权项：1.基于小波时频图和轻量级混合神经网络的复杂飞行动作识别方法，其特征在于，包括以下步骤：S1、采集机载传感器记录的与飞行状态相关的原始飞参信号数据，并从单架次飞参信号中提取飞行动作子序列；S2、利用连续小波变化将飞行动作子序列转换为多维度小波时频图，并构建复杂飞行动作训练数据集；S3、构建用于复杂飞行动作识别的轻量级混合神经网络模型；S4、创建损失函数，使用训练集和验证集对轻量级混合神经网络模型进行训练；S5、使用步骤S4完成训练的模型对测试集进行飞行动作识别，以验证和分析模型性能。
全文数据：
权利要求：
百度查询： 中国人民解放军海军航空大学 基于小波时频图和轻量级混合神经网络的复杂飞行动作识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号