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！

龙图腾网恭喜北京卫星环境工程研究所申请的专利一种基于在轨异常信息的航天器异常关联性模型训练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：CN114330103B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111491592.8，技术领域涉及：G06F30/27；该发明授权一种基于在轨异常信息的航天器异常关联性模型训练方法是由刘业楠;赵瑜馨;向树红;田东波;杨武霖;王思展;王璐;郭佳丽;刘宇明设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本一种基于在轨异常信息的航天器异常关联性模型训练方法在说明书摘要公布了：本发明公开了一种基于在轨异常信息的航天器异常关联性模型训练方法，基于在轨异常描述信息的航天器异常关联性模型构建方法，包括1、构建在轨异常描述信息的信息库；2、生成多空间环境因素与航天器异常信息的关联性模型；4模型训练；其中，对于模型训练，采用k折方式，设定常数k、n，其中kn1，通过将时间区间[0，T]分成k份，任选其中n份作为训练集，其余作为测试集；其次，通过训练及测试集的结果可以获得选定模型的正确率、AUC、F1分数等量化指标以及模型的参数。本发明旨在有效的利用航天器异常描述信息，构建能够自动生成的更灵活和普适的关联性模型，为航天器在轨空间环境安全和可靠工作提供了相应的保障和地面管理参考。

本发明授权一种基于在轨异常信息的航天器异常关联性模型训练方法在权利要求书中公布了：1.一种基于在轨异常信息的航天器异常关联性模型训练方法，其特征在于：基于在轨异常描述信息的航天器异常关联性模型构建方法，包括1、构建在轨异常描述信息的信息库；2、生成多空间环境因素与航天器异常信息的关联性模型；在步骤2中，生成关联性模型包括：1环境与异常融合数据库构建；2因果模型构建；所述因果模型构建包括：类Granger因果时滞值计算、基于时滞值的因子筛选及p值检验及类Granger因果模型构建；首先，取合适的时间特征值δt，将t0时刻的空间环境数据延展至[t0-δt,t0]区间，并进行标准化处理使其满足取值区间为[0，1]；之后，基于皮尔森相关系数、t检验、AIC和BIC指标，计算合并数据库中任意两个因子X和Y间的类Granger因果时滞值；最后，遍历环境与异常融合数据库中各项因子，并将因果结果构建类Granger因果有向图；3关联性模型构建；所述关联性模型构建包括：原因节点的提取及筛选及基于机器学习模型的关联性模型构建；首先，从航天器异常数据库中选择具体异常因子，提取所有因子的全部原因Xi，其中i∈1..N，并提取其对应的时滞值ti；提取时可以同时查看这N个节点间自身的相关关系，若其中存在有相关因果关系的情况，则裁剪掉p值高或时滞值大的因子；随后，构建关联性模型，模型可采用广义线性相关模型、随机森林模型和极端树模型的机器学习模型作为基础模型进行构建，模型的关系构建为t∈[0，T]；其中，Yt为t时刻航天器异常数据，ΣXit-ti为时滞值ti修正后的全部环境因子，ΣXit为t时刻环境因子；之后，进行初步训练抽样70％数据进行因子筛选，通过p值或贡献权重筛选掉弱关联性的因子且确保方差达到最优，初步得到未训练的空间环境因素与典型航天器异常的关联性模型；4模型训练；其中，对于模型训练，采用k折方式，设定常数k、n，其中kn1，通过将时间区间[0，T]分成k份，任选其中n份作为训练集，其余作为测试集；其次，通过训练集及测试集的结果可以获得选定模型的正确率、AUC、F1分数以及模型的参数。

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北京卫星环境工程研究所，其通讯地址为：100094 北京市海淀区友谊路104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”。