买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛民航凯亚系统集成有限公司申请的专利一种基于机器学习的航班返航备降的识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119249155B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411764222.0，技术领域涉及：G06F18/214；该发明授权一种基于机器学习的航班返航备降的识别方法及系统是由刘森;陈晓;房千琪;杜建国;陶欣设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于机器学习的航班返航备降的识别方法及系统在说明书摘要公布了：本发明属于民航运行安全评估技术领域，公开了一种基于机器学习的航班返航备降的识别方法及系统。该方法通过对航班飞行数据的时间、航向、航迹、气压高度、无线电高度等方面的数据综合考虑，建立航班学习特征样本；与航班飞行过程中实际产生的航班飞行数据进行大批量的训练和学习；基于梯度提升决策树的机器学习算法，从海量的训练和学习后的航班飞行数据中快速判别否为返航备降航班，并提取航备降的关键量化后数据，对航班进行运行安全评估。本发明为航司运行安全分析提供自动化的辅助分析支持。

本发明授权一种基于机器学习的航班返航备降的识别方法及系统在权利要求书中公布了：1.一种基于机器学习的航班返航备降的识别方法，其特征在于，该方法包括： S1，通过对航班飞行数据的时间UTC、航向、航迹、气压高度、无线电高度的数据的分析，建立航班学习特征样本； S2，利用建立的航班学习特征样本与航班飞行过程中实际产生的航班飞行数据进行训练和学习，使用训练标签数据集对模型进行训练，通过监督训练数据集包含输入标签和对应的输出标签，使用验证集来监控模型的性能； S3，基于梯度提升决策树GBDT的机器学习算法，从训练和学习后的航班飞行数据中快速判别否为返航备降航班，并提取航备降的关键量化后数据，对航班进行运行安全评估； 在步骤S2，进行训练和学习，包括： 利用代价敏感的方法或基于采样的技术，对建立的航班学习特征样本与航班飞行过程中实际产生的航班飞行数据进行类别不平衡问题训练和学习，用于将分类任务中不同类别的训练样例数目情况进行航班风险识别； 在步骤S3，梯度提升决策树GBDT的机器学习算法采用以SMOTE函数对训练数据集过采样以及数据复制相结的方法，解决两类样本个数的不平衡问题； 在步骤S3中，对航班进行运行安全评估，包括： 步骤1.采用SMOTE技术进行oversampling，得到新的数据集newtrain； 步骤2.将newtrain中的非正常数据复制以及ORItrain中的非正常数据复制组成tmpabnormal数据集，比较normal数据集与tmpabnormal数据集的大小得到keynum； 步骤3.以keynum为采样个数分别对tmpabnormal和normal数据集进行随机样组成SYNtrain输出SYNtrain作为XGBOOST的训练数据； 步骤4.利用训练数据和xgboost得到模型；输出训练数据的混淆矩阵和错分航班信息； 步骤5.调用模型对测试数据进行预测；输出测试数据的混淆矩阵，并记录错分航班号； 在步骤1中，将梯度提升决策树模型接收到的数据训练数据的参数设置：采样量1000％，使用5-最近邻； 在步骤2中，newtrain中的非正常数据以及ORItrain中的非正常数据的check＝0； newtrain中的非正常数据以及ORItrain中的非正常数据均复制20次； 比较normal数据集与tmpabnormal数据集得到的keynum中，取两个数据集数据个数较小的； 在步骤3中，随机样组成SYNtrain中，SYNtrain中0和1的个数比例为1:1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛民航凯亚系统集成有限公司，其通讯地址为：266000 山东省青岛市城阳区棘洪滩街道春阳路西端动车小镇科技馆230室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。