龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国西安卫星测控中心
申请日：2024-05-17
公开（公告）日：2024-06-14
公开（公告）号：CN118194028A
主分类号：G06F18/2135
分类号：G06F18/2135;G06F18/214
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明是一种基于混合概率主成分分析的低轨卫星异常状态识别方法。该方法包括：对低轨卫星的多维遥测数据构成的训练集进行数据预处理；构建基于混合概率主成分分析的低轨卫星异常状态识别模型，利用所述识别模型对所述训练集进行训练，建立距离函数计算和异常状态判定机制，并根据所述机制对训练集进行数据输出；对输出的数据进行异常评分以及基于输出的数据对所述识别模型的性能进行评价。本发明利用识别模型将卫星遥测数据中包含的连续、离散等异构特征降维，使用低维特征表达卫星状态以降低模型训练的过拟合风险；克服了传统的PCA或PPCA分析在不服从标准高斯分布的数据集上聚类效果一般的固有问题，降低了误报或漏报的风险。
主权项：1.基于混合概率主成分分析的低轨卫星异常状态识别方法，其特征在于，包括以下步骤：对低轨卫星的多维遥测数据构成的训练集进行数据预处理；构建基于混合概率主成分分析的低轨卫星异常状态识别模型，利用所述低轨卫星异常状态识别模型对所述训练集进行训练，建立距离函数计算和异常状态判定机制，并根据所述机制对训练集进行数据输出；其中，所述低轨卫星异常状态识别模型包括：多正常状态概率PCA模型和EM算法求解多概率分布PPCA模型；对输出的数据进行异常评分以及基于输出的数据对所述低轨卫星异常状态识别模型的性能进行评价。
全文数据：
权利要求：
百度查询： 中国西安卫星测控中心 基于混合概率主成分分析的低轨卫星异常状态识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号