摘要
本发明提供了一种基于多模态数据的航班调配模型预训练方法,包括:步骤1,获取管制自动化系统录屏数据,获取航空器的位置信息;得到航空器的速度、航向、高度和航班号;步骤2,获取与管制自动化系统录屏数据对应的语音数据,将语音数据转换为文字,提取管制意图;步骤3,将航空器的位置、速度、航向、高度和管制意图通过航班号匹配,组合成训练数据,对数据进行评分,训练空管强化学习评价模型;步骤4,训练空管深度强化学习航班调配模型。本发明可以通过提取管制录屏数据中航空器位置信息及航班号,管制语音数据中的管制意图,并进行人工评价,对航班调配模型进行预训练,从而加快航班调配模型的训练速度,优化航班调配模型的训练效果。
技术关键词
管制意图
录屏数据
深度强化学习
深度神经网络
代表
自动化系统
航空器
预训练方法
语音识别模型
模拟训练环境
计划
速度
多模态
编码
坐标
正确率
样本
系统为您推荐了相关专利信息
分发模块
语义
Sigmoid函数
视觉特征提取
卷积模块
灾害识别方法
深度神经网络学习
可见光
无人机
隧洞边墙
数据融合方法
深度学习模型
拉丁超立方抽样方法
变压器磁场
三维仿真模型
能源管理系统
能效优化方法
数据采集模块
短期负荷预测
模态传感器
智能调度方法
深度强化学习算法
时延
任务调度
服务器