[发明专利]一种基于深度学习的大气数据传感系统解算方法在审
| 申请号： | 201910976525.1 | 申请日： | 2019-10-15 |
| 公开（公告）号： | CN110851957A | 公开（公告）日： | 2020-02-28 |
| 发明（设计）人： | 刘燕斌;何家皓;陈金宝;陈柏屹 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/04;G06N3/08;G06F111/10 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王安琪 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的大气数据传感系统解算方法，采用深度神经网络将机理模型与有限试验数据结合起来，依靠机理模型弥补试验数据的不足，降低试验成本，以试验数据来修正机理模型误差，提高测量精度，满足FADS系统实际的应用需求，在未来新型飞行器上具有较为广阔的应用前景。 | ||
| 搜索关键词： | 一种 基于 深度 学习 大气 数据 传感 系统 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910976525.1/，转载请声明来源钻瓜专利网。
