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！

龙图腾网获悉浙江大学;北京宇航系统工程研究所申请的专利一种基于航天装备模型的指标表征评估方法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：CN119886547B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411938682.0，技术领域涉及：G06Q10/063；该发明授权一种基于航天装备模型的指标表征评估方法是由刘玉生;张涛;李鑫;梁赞;于昊楠;施纯港设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种基于航天装备模型的指标表征评估方法在说明书摘要公布了：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。

本发明授权一种基于航天装备模型的指标表征评估方法在权利要求书中公布了：1.一种基于航天装备模型的指标表征评估方法，其特征在于，包括如下步骤： S1、通过任务需求分析，识别并分解航天任务的各类性能指标，将各类性能指标映射到航天装备的不同子系统中，生成任务的指标集； S2、基于生成对抗网络，根据任务的指标集生成任务情境数据，形成任务模拟数据； S3、利用自监督学习从任务模拟数据中自动提取有效特征，并生成用于训练的数据集； S4、结合多模态学习方法，将数据集与来自不同传感器的数据进行融合，生成统一的特征表示； S5、基于生成的统一的特征表示，通过图神经网络构建航天装备各子系统之间的指标关系图，优化各子系统之间的相互依赖关系； S6、应用时序卷积网络对指标关系图进行时序建模，生成时序模型，分析任务进度、航天器状态及环境变化数据； S7、基于任务模拟数据，利用生成对抗自监督学习生成多样化的数据，并通过自监督学习进行标签自标定，为时序模型提供多样化的数据进行训练； S8、使用无监督学习方法对多样化的数据进行分析，自动识别潜在规律和异常情况，并结合任务的不同阶段和环境变化，动态调整评估标准。

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浙江大学;北京宇航系统工程研究所，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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”。

以上内容由龙图腾AI智能生成。