基于自然语言处理和深度学习的航空风险等级识别方法技术

技术编号:40833446 阅读:16 留言:0更新日期:2024-04-01 14:57
本发明专利技术实施例公开了一种基于自然语言处理和深度学习的航空风险等级识别方法,涉及持续适航风险管控技术领域,能够为飞机操作人员和空中管制人员提供辅助决策,减轻ASRS报告风险等级判定中航空专家的工作量。本发明专利技术包括:首先获取航空安全报告系统(ASRS)数据,利用ASRS数据中的”Result”属性,对ASRS数据进行风险水平等级划分;采用ASRS数据对语义相似度模型(SBERT)进行微调,获取ASRS中长文本内容的编码;采用生成对抗网络(GAN)生成少数类别的样本,解决ASRS数据中的样本不平衡问题;利用深度学习优秀的特征学习性能,构建航空风险识别模型。本发明专利技术适用于民航飞机适航风险管理。

【技术实现步骤摘要】

本专利技术涉及持续适航风险管控,尤其涉及一种基于自然语言处理和深度学习的航空风险等级识别方法


技术介绍

1、目前针对航空安全的应对策略通常有两种方案。方案一是通过提升飞机自身系统的可靠性来降低发生事故的概率。然而,航空系统是一个复杂的系统,航空安全不仅仅与飞机本身的系统相关,当发生事故时管制员的指令和飞机操作员的一系列补救操作与最终飞机安全密切相关。方案二是提升交通管制员和飞机操作人员的事故应对能力,即当事故发生时,交通管制员和飞机操作员需要根据当时现状立刻采取一系列补救措施,使得飞机脱离险境,然而这就需要航空人员拥有与不同事故对应响应的储备知识。

2、航空安全报告系统(asrs)是目前被广泛使用的、由世界各地的空中交通管制员、飞行员、航空局和机组人员自愿提交事故报告的解决方案。为了让航空人员能够针对性的根据不同风险类别事故进行系统性的学习,需要将这些报告进行分类。随着深度学习的快速发展,其在海量的数据中具备优秀的特征学习能力,一些学者尝试将其用于asrs报告分类。目前针对航空安全报告风险识别的算法较少,主要采用的包括支持向量机、卷积神经网络本文档来自技高网...

【技术保护点】

1.一种基于自然语言处理和深度学习的航空风险等级识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在S2中,包括:

3.根据权利要求1或2所述的方法,其特征在于,在S3中,所述通过语义相似度模型(SBERT),获取ASRS中长文本内容的编码,包括:

4.根据权利要求3所述的方法,其特征在于,所述构建基于SBERT模型的微调训练模型,包括:

5.根据权利要求1所述的方法,其特征在于,还包括:

6.根据权利要求5所述的方法,其特征在于,所述生成对抗网络的鉴别器的损失函数为:

7.根据权利要求1所述的...

【技术特征摘要】

1.一种基于自然语言处理和深度学习的航空风险等级识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在s2中,包括:

3.根据权利要求1或2所述的方法,其特征在于,在s3中,所述通过语义相似度模型(sbert),获取asrs中长文本内容的编码,包括:

4.根据权利要求3所述的方法,其特征在于,所述构建基于sbert模型的微调训练模型,包括:

5.根据权利要求1所述的方法,其特征在于,还包括:

6.根据权利要...

【专利技术属性】
技术研发人员:杨磊刘会鹏阎建中胡明华谢华田文张颖袁立罡赵征
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1