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！

龙图腾网恭喜湖南博匠信息科技有限公司申请的专利基于机器学习的机载装备数据存储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：CN113590562B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202110849317.2，技术领域涉及：G06F16/172；该发明授权基于机器学习的机载装备数据存储方法及系统是由田海山;洪琳琅设计研发完成，并于2021-07-27向国家知识产权局提交的专利申请。

本基于机器学习的机载装备数据存储方法及系统在说明书摘要公布了：本发明提供了一种基于机器学习的机载装备数据存储方法，包括如下步骤：步骤S10、数据预处理，将待存储数据和硬件资源处理生成标签数据群；步骤S20、存储数据处理，包括一个输入层、多个隐藏层及一个输出层；多个隐藏层，通过有监督数据逐层训练及非线性变换提取数据中的统计特征，建立从底层信号到高层数据存储方法的映射关系；输出层，利用最后一个隐藏层的输出结果作为输出层的模型的输入，最后输出数据Y；步骤S30、数据存储，按照Y内的方法执行机载装备数据存储。与相关技术相比，本发明提供的基于机器学习的机载装备数据存储方法，能够实现机载装备数据的高效存储。本发明还提供了一种基于机器学习的机载装备数据存储系统。

本发明授权基于机器学习的机载装备数据存储方法及系统在权利要求书中公布了：1.一种基于机器学习的机载装备数据存储方法，其特征在于，包括如下步骤：步骤S10、数据预处理，将待存储数据和硬件资源处理生成标签数据群，所述标签数据群包括多个分量，每个分量分别为表示一种数据的矢量信号；步骤S20、存储数据处理，包括一个输入层、多个隐藏层及一个输出层；所述输入层，所述输入层的信号为步骤S10预处理后生成的所述标签数据群，记为X；多个所述隐藏层，多个所述隐藏层通过有监督数据逐层训练及非线性变换提取数据中的统计特征，从而实现内在模式的持续进化，建立从底层信号到高层数据存储方法的映射关系，完成网络初始化；所述输出层，利用最后一个所述隐藏层的输出结果作为所述输出层的模型的输入，最后输出数据Y，Y包括FAT表查询方法、FAT表更新方法、FDT表查询方法、FDT表更新方法、数据区写入方法，所述输出层将所有所述隐藏层与所述输出层模型的网络参数整合为一个网络学习模型的参数，对整个网络参数进行初始化；步骤S30、数据存储，利用步骤S20得到的文件管理方法集Y后，按照Y内的方法执行机载装备数据存储，步骤S20中，利用fl，l∈Nl表示每一所述隐藏层的激活函数向量，Nl表示所述隐藏层的数量，Wl和bl分别表示第l层的权重向量和偏置向量；则所述标签数据群在多个所述隐藏层内的变换步骤具体为：步骤S21、所述输入层输入数据X，训练出第一个隐藏层的网络参数，激活该参数作为第一个隐藏层的输出X1，记为：X1＝f1W1X+b1；步骤S22、利用步骤S21的输出作为第二个隐藏层的输入，训练出第二个隐藏层的网络参数，激活该参数作为第二个隐藏层的输出X2，记为：X2=f2W2X+b2=f2W2f1W1X+b1+b2；步骤S23、重复训练，直至训练出所有所述隐藏层的输出，最后一个所述隐藏层的输出记为：Xl-1=fl-1Wl-1fl-2W1-3Lf1W1X+b1+bl-2+bl-1；步骤S24、将最后一个所述隐藏层的输出作为所述输出层的模型的输入，最后的数据输出记为：Y=flWlfl-1W1-2Lf1W1X+b1+bl-1+bl；其中，X1，X2，...，Xl-1，分别表示第一层、第二层、直至最后一层的输出；f1，f2，...，fl-2，fl-1，分别表示第一层、第二层、直至最后一层的激活函数向量；W1，...，W1-3，W1-2，Wl-1分别表示第一层、第二层、直至最后一层的权重向量；bl，b2，...，bl-2，bl-1分别表示第一层、第二层、直至最后一层的偏置向量。

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湖南博匠信息科技有限公司，其通讯地址为：410000 湖南省长沙市岳麓区麓景路2号沙生产力促进中心；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”。