基于多模态时空特征融合的异常机动动作检测与识别方法

AITNT
正文
推荐专利
基于多模态时空特征融合的异常机动动作检测与识别方法
申请号:CN202511243558
申请日期:2025-09-02
公开号:CN120744792B
公开日期:2025-11-07
类型:发明专利
摘要
本发明涉及飞行数据智能处理技术领域,提供一种基于多模态时空特征融合的异常机动动作检测与识别方法,包括:采集飞机的运行时形成序列数据的飞参数据;采用BP神经网络模型对序列数据的每一帧进行识别,识别各帧是否为异常动作点;将识别出的各异常动作点连接,形成完整的异常机动动作;对异常机动动作的数据进行拉伸转换预处理;将预处理后的异常机动动作的数据输入多模态时空特征融合的异常机动动作识别模型,通过异常机动动作识别模型识别检测出异常机动动作的类型。本发明提出的多模态的异常机动动作类型识别方法考虑的机动动作特征挖掘范围更为广泛,更好突显与类别目标强关联特征,提高机动动作识别率。
技术关键词
动作识别模型 BP神经网络模型 多模态 识别方法 动作特征 双向长短期记忆网络 卷积神经网络提取 注意力机制 数据 模态特征 上存储计算机程序 跨模态 序列 可读存储介质 插值方法 处理器 飞机 驾驶杆 加速度 识别系统
系统为您推荐了相关专利信息
1
用于含氟橡胶废料的回收全流程监测方法及系统
监测方法 数据 参数耦合关系 氟橡胶材料 设备运行参数
2
一种基于蓝牙的定位方法、设备及存储介质
蓝牙信标 接收信号强度指示 多模态特征 序列 加速度
3
一种面向多模态眼底图像的视觉-语言持续对比预训练方法
预训练方法 多模态 阶段 蒸馏 荧光素眼底血管造影
4
一种行人重识别方法、设备及存储介质
网络 重识别方法 数据 缩放参数 行人重识别技术
5
数据分析交互系统、方法、装置、电子设备及芯片
指令 场景 参数 分析单元 控制模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号