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！

龙图腾网获悉南航科技(广东横琴)有限公司;珠海翔翼航空技术有限公司;中国南方航空股份有限公司申请的专利基于多模态数据的飞行员胜任力动态评估方法、系统、设备及存储介质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：CN120912069B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511445524.6，技术领域涉及：G06Q10/0639；该发明授权基于多模态数据的飞行员胜任力动态评估方法、系统、设备及存储介质是由杨磊;黄智豪;周鑫;李雨菲;柳韦任;王治宇设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本基于多模态数据的飞行员胜任力动态评估方法、系统、设备及存储介质在说明书摘要公布了：本申请涉及多模态数据技术领域，提供一种基于多模态数据的飞行员胜任力动态评估方法、系统、设备及存储介质，解决飞行员胜任力评估的精准性低与训练指导的针对性差的问题。本申请方法包括：通过采集飞行操纵数据、生理信号数据、心理测评数据、主观量表数据及国际民航组织核心胜任力信息，采用时间同步算法对多源数据进行对齐融合，基于隐马尔可夫模型识别注意力固着模式，融合主观量表与生理熵值构建工作负荷指数，将多模态特征输入预先训练的胜任力评估模型，输出包含基础能力层、动态表现层和风险预警层的三层级心理评估指标，最终生成个性化训练报告。本申请提升了飞行员胜任力评估的精准性与训练指导的针对性。

本发明授权基于多模态数据的飞行员胜任力动态评估方法、系统、设备及存储介质在权利要求书中公布了：1.一种基于多模态数据的飞行员胜任力动态评估方法，其特征在于，包括： 采集飞行员操作飞行目标时的飞行操纵数据、生理信号数据、心理测评数据、主观量表数据以及国际民航组织定义的核心胜任力信息； 采用时间同步算法对所述飞行操纵数据、所述生理信号数据以及所述心理测评数据进行对齐处理，得到融合多模态数据； 基于隐马尔可夫模型，分析所述融合多模态数据，以识别注意力固着模式； 融合所述主观量表数据与所述生理信号数据中的生理熵值数据，构建工作负荷指数； 将所述融合多模态数据、所述注意力固着模式、所述工作负荷指数以及与所述核心胜任力信息输入至预先训练好的胜任力评估模型，通过所述胜任力评估模型输出飞行员胜任力评估结果，所述飞行员胜任力评估结果包括基础能力层、动态表现层与风险预警层的三层级心理评估指标； 基于所述飞行员胜任力评估结果，生成个性化训练报告； 所述将所述融合多模态数据、所述注意力固着模式、所述工作负荷指数以及与所述核心胜任力信息输入至预先训练好的胜任力评估模型，通过所述胜任力评估模型输出飞行员胜任力评估结果，包括： 将所述融合多模态数据、所述注意力固着模式、所述工作负荷指数以及与所述核心胜任力信息输入至预先训练好的胜任力评估模型，通过所述胜任力评估模型的映射建立模块，将所述核心胜任力信息作为评估基准，将所述评估基准分别与所述融合多模态数据建立第一指标映射关系，与所述注意力固着模式建立第二指标映射关系，与所述工作负荷指数建立第三指标映射关系； 通过所述胜任力评估模型中的模式分类器，基于所述第一指标映射关系进行模式识别和分类，得到操作模式分类结果； 通过所述胜任力评估模型中的时间序列预测器，基于所述第二指标映射关系进行状态预测，得到状态预测结果，并基于所述第三指标映射关系进行负荷预测，得到负荷预测结果； 对分类结果、状态预测结果和负荷预测结果进行加权融合，生成飞行员胜任力评估结果； 所述基于隐马尔可夫模型，分析所述融合多模态数据，以识别注意力固着模式，包括： 从所述融合多模态数据中提取视觉关注点序列和操作响应序列； 将所述视觉关注点序列和所述操作响应序列作为观测序列输入至隐马尔可夫模型，通过所述隐马尔可夫模型中的前向后向算法，计算所述观测序列下各时刻处于各隐藏状态的概率，所述隐马尔可夫模型包含分散状态、集中状态以及固着状态三种隐藏状态； 当所述集中状态或所述固着状态的概率超过预设概率阈值时，判定出现注意力固着模式。

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南航科技(广东横琴)有限公司;珠海翔翼航空技术有限公司;中国南方航空股份有限公司，其通讯地址为：519001 广东省珠海市香洲区横琴港澳大道868号市民服务中心2号楼政务服务中心114室-1539(集中办公区)；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。