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！

龙图腾网获悉中国人民解放军海军航空大学申请的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：CN120744792B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511243558.7，技术领域涉及：G06F18/2433；该发明授权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是由李超;张原;汲万峰;张保雷;王江南;李璇设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本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在说明书摘要公布了：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。

本发明授权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在权利要求书中公布了：1.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，其特征在于，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； 所述多模态时空特征融合的异常机动动作识别模型从时间和空间两个模态挖掘异常机动动作特征，并通过跨模态注意力机制筛选不同模态中更为重要的特征，同时设计渐进式模态强化单元，通过渐进式模态强化单元增强注意力机制关注的模态特征信息，得到增强特征向量； 所述多模态时空特征融合的异常机动动作识别模型从时间和空间两个模态挖掘异常机动动作特征，包括： 采用卷积神经网络提取异常机动动作的数据的空间特征； 采用双向长短期记忆网络提取异常机动动作的数据的时间特征； 所述异常机动动作识别模型将得到的增强特征向量进行拼接得到最后用于机动动作识别的向量，然后采用两层全连接层进行线性变换，两层全连接层中采用Relu函数作为激活函数； 通过softmax函数得到最终的机动动作识别的类型。

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中国人民解放军海军航空大学，其通讯地址为：264000 山东省烟台市芝罘区二马路188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。