一种基于深度学习的飞行器几何特征参数反衍建模方法

被引：0

专利类型：

发明

申请号：

CN202411488614.9

申请日：

2024-10-24

公开(公告)号：

CN119514323A

公开(公告)日：

2025-02-25

发明(设计)人：

邓双厚刘洲池肖天航

申请人：

南京航空航天大学

申请人地址：

210016 江苏省南京市秦淮区御道街29号

IPC主分类号：

G06F30/27

IPC分类号：

G06F30/15 G06N3/0464 G06F30/28 G06F119/14 G06F113/08

代理机构：

江苏圣典律师事务所 32237

代理人：

于瀚文

法律状态：

公开

国省代码：

江苏省南京市

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
2025-02-25	公开	公开
2025-03-14	实质审查的生效	实质审查的生效IPC(主分类):G06F 30/27申请日:20241024

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 :CN114861292B ,2024-01-26

[3]

基于新特征参数的再入滑翔飞行器机动模式智能辨识方法 [P].

贺杨超 ;

李炯 ;

邵雷 ;

周池军 ;

李万礼 ;

张锦林 .

中国专利 :CN117828984A ,2024-04-05

[4]

一种基于深度神经网络的AD特征参数筛选方法及系统 [P].

高飞 ;

王慧泉 ;

孔莉 .

中国专利 :CN111914952A ,2020-11-10

[5]

一种基于深度神经网络的AD特征参数筛选方法及系统 [P].

高飞 ;

王慧泉 ;

孔莉 .

中国专利 :CN111914952B ,2024-03-08

[6]

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

[7]

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

[8]

一种基于深度学习的多孔材料特征参数预测方法 [P].

徐晨阳 ;

王建 ;

王建忠 ;

杨坤 ;

高文彬 ;

王昊 .

中国专利 :CN118136181A ,2024-06-04

[9]

一种基于大气特征参数的飞行器导航信息修正方法 [P].

梁禄扬 ;

郭涛 ;

杨业 ;

周峰 ;

吴浩 ;

刘茜筠 .

中国专利 :CN106705996A ,2017-05-24

[10]

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

← 1 2 3 4 5 →