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空军工程大学申请的专利一种基于STL-Transformer-ARIMA架构的航空安全预测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：CN118114804B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311852366.7，技术领域涉及：G06Q10/04；该发明授权一种基于STL-Transformer-ARIMA架构的航空安全预测方法是由任博;曾航;郭建胜;张红梅;王超;郭建升;王文涛设计研发完成，并于2023-12-29向国家知识产权局提交的专利申请。

本一种基于STL-Transformer-ARIMA架构的航空安全预测方法在说明书摘要公布了：本发明提供了一种基于STL‑Transformer‑ARIMA架构的航空安全预测方法，包括：对航空故障事件数据进行清洗，将非结构化的文本报告数据转为结构化数据；采用STL时序分解法将航空故障事件数据分解成季节项、趋势项和残差项数据三部分；对比分析不同参数设定下的分解性能，确定最终的航空故障事件数据分解结果；构建Transformer‑ARIMA组合预测模型，输出季节项、趋势项和残差项数据的三项预测结果，其中，Transformer模型用于训练和预测趋势项数据，ARIMA模型用于训练和预测季节项和残差项数据；将三项预测结果线性加和，得到最终的航空故障事件预测值。本发明不仅能够更好地理解航空故障事件的特征，提高预测准确性，还能够降低模型的复杂度，提高计算效率。

本发明授权一种基于STL-Transformer-ARIMA架构的航空安全预测方法在权利要求书中公布了：1.一种基于STL-Transformer-ARIMA架构的航空安全预测方法，其特征在于，包括以下步骤： 步骤1，对航空故障事件数据进行清洗，将非结构化的文本报告数据转为结构化数据； 步骤2，采用STL时序分解法将清洗得到的航空故障事件数据分解成季节项数据、趋势项数据和残差项数据三部分； 步骤3，设定不同参数并对比分析不同参数设定下的分解性能，确定最终的航空故障事件数据分解结果； 步骤4，构建基于Transformer-ARIMA的组合预测模型，输出季节项数据、趋势项数据和残差项数据的三项预测结果，其中，Transformer模型用于训练、验证和预测趋势项数据，ARIMA模型用于训练、验证和预测季节项数据和残差项数据； 步骤5，将组合预测模型输出的三项预测结果线性加和，得到最终的航空故障事件预测值。

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空军工程大学，其通讯地址为：710000 陕西省西安市灞桥区长乐东路甲字一号；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。