一种基于深度学习的飞行器几何特征和参数联合建模方法

被引：0

专利类型：

发明

申请号：

CN202210285761.0

申请日：

2022-03-22

公开(公告)号：

CN114861292B

公开(公告)日：

2024-01-26

发明(设计)人：

向渝徐浩东胡力卫张骏汪文勇

申请人：

电子科技大学

申请人地址：

611731 四川省成都市高新区（西区）西源大道2006号

IPC主分类号：

G06F30/15

IPC分类号：

G06F30/27 G06F30/28 G06T17/30 G06N3/0464 G06N3/048 G06N3/084 G06F113/08 G06F119/14

代理机构：

成都天嘉知识产权代理有限公司 51211

代理人：

冉鹏程

法律状态：

授权

国省代码：

江苏省常州市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-01-26	授权	授权

共 50 条

[1]

一种基于深度学习的飞行器几何特征和参数联合建模方法 [P].

向渝 ;

徐浩东 ;

胡力卫 ;

张骏 ;

汪文勇 .

中国专利 :CN114861292A ,2022-08-05

[2]

一种基于深度学习的飞行器几何特征参数反衍建模方法 [P].

邓双厚 ;

刘洲池 ;

肖天航 .

中国专利 :CN119514323A ,2025-02-25

[3]

基于深度学习的飞行器多参数联合设计方法、系统及存储介质 [P].

赵晓葭 ;

许仙鹤 ;

肖天航 .

中国专利 :CN119862658B ,2025-08-01

[4]

基于深度学习的飞行器多参数联合设计方法、系统及存储介质 [P].

赵晓葭 ;

许仙鹤 ;

肖天航 .

中国专利 :CN119862658A ,2025-04-22

[5]

一种基于深度学习的飞行器气动参数实时辨识方法 [P].

王宏伦 ;

任斌 ;

武天才 ;

全胜 ;

吴星雨 ;

严国乘 .

中国专利 :CN120278016A ,2025-07-08

[6]

基于深度学习的飞行器智能虚拟飞行方法 [P].

吕凡熹 ;

杜若凡 ;

刘浩杰 ;

徐艺哲 ;

赵飞 .

中国专利 :CN117951812A ,2024-04-30

[7]

一种基于深度学习的飞行器轨迹预测方法 [P].

林鹏 ;

仵凯 ;

刘波 ;

韩宗昌 ;

陈肇江 ;

阎程 .

中国专利 :CN117634295A ,2024-03-01

[8]

一种基于深度学习技术的飞行器预测的方法和系统 [P].

毛应龙 ;

陈云海 ;

张云涛 ;

信烨 ;

高志坚 .

中国专利 :CN114462139A ,2022-05-10

[9]

基于深度学习的飞行器剩余飞行时间预测方法 [P].

王江 ;

刘子超 ;

林德福 ;

何绍溟 ;

范世鹏 .

中国专利 :CN114818100A ,2022-07-29

[10]

一种基于深度学习的飞行器在线轨迹优化方法 [P].

施健林 ;

郑泽凡 ;

孔祥挺 .

中国专利 :CN117873156A ,2024-04-12

← 1 2 3 4 5 →