摘要
本发明公开了一种基于航天装备模型的指标表征评估方法,包括如下步骤:S1、提取任务指标集并映射到各子系统;S2、利用生成对抗网络生成任务情境数据;S3、自监督学习提取特征,生成数据集;S4、多模态学习融合数据,生成统一特征表示;S5、利用图神经网络构建子系统间指标关系图;S6、利用时序卷积网络进行时序建模与任务进度预测;S7、生成对抗自监督学习增强数据并进行标签自标定;S8、无监督学习分析数据并动态调整评估标准。本发明通过结合生成对抗网络、自监督学习、图神经网络和时序卷积网络,实现了航天任务的多样化数据生成、子系统关系建模、时序预测与任务动态优化。
技术关键词
子系统
生成对抗网络
指标
时序特征
航天
装备
生成数据集
多模态学习方法
矩阵
无监督特征学习
无监督学习方法
无监督学习算法
生成时序数据
信息传递机制
卷积神经网络提取
融合特征
动态
系统为您推荐了相关专利信息
固化剂
固化土
性能评价体系
模糊综合评判法
指标
曝光硅片
接触式曝光
硅片定位系统
硅片定位方法
子系统
服务器集群
异常事件
生成服务器
诊断方法
数据分布
命名实体识别方法
语义
分类槽
矩阵
命名实体识别模型