摘要
本发明公开了一种民用航空器飞行阶段划分识别方法包括,定义飞机的飞行阶段,获取ADS‑B数据集以建立飞行轨迹数据集,并对飞行轨迹数据集进行处理;采用基于Transformer的时序特征提取模块和基于残差‑卷积ResBlock模块的维度特征提取模块分别对处理后的飞行轨迹数据集中的时序特征和维度特征进行提取;根据提取后的时序特征和维度特征,基于门控机制的特征融合输出航空器飞行阶段的分类结果;本发明通过深度学习模型对飞行轨迹数据进行自适应学习,可有效提升识别精度,并具备较强的鲁棒性,能够适应不同数据源和飞行环境的变化。
技术关键词
航空器
特征提取模块
识别方法
训练样本数据
阶段
轨迹
时序特征
飞机
皮尔逊相关系数
ADS‑B数据
输入向量集合
编码器模块
深度学习模型
分支
序列
定义
机制
系统为您推荐了相关专利信息
交通监控视频
信息识别方法
融合卷积神经网络
车辆品牌识别
交通管理平台
交叉注意力机制
影像
转换方法
特征提取网络
编码器
检测网络模型
剪枝方法
热力图
剪枝模型
火焰检测模型
分布估计算法
阶段
混合流水车间调度
局部搜索方法
编码