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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种用于管制员模拟训练的自适应学习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：CN117875756B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202311734568.1，技术领域涉及：G06Q10/0639；该发明授权一种用于管制员模拟训练的自适应学习方法是由吴亚荣;赵顾颢;刘飞;杨国洲;汪艇设计研发完成，并于2023-12-18向国家知识产权局提交的专利申请。

本一种用于管制员模拟训练的自适应学习方法在说明书摘要公布了：本发明公开了一种用于管制员模练训练的自适应学习方法，属于航空管制教学训练系统的研究技术领域，具体在于解决背景技术中存在的传统的管制员模拟训练教学采用的统一教材，统一教学的模式，难以激发学员的学习主动性及创新能力，对管制员训练评估也主要依靠的教员的主观打分，缺乏客观性的问题，建立一种用于管制员模拟训练的自适应学习方法，该方法通过收集管制员的基础信息获取管制员的主要特征并进行画像构建；实时收集管制员训练数据并进行存储；通过贝叶斯网络和偏离度分析对管制员当前知识点的学习状态进行评估,根据诊断评估结果判断训练过程中未掌握内容，针对性的推荐训练建议，学习路线和学习内容，供管制员训练参考改进，提高训练效率。

本发明授权一种用于管制员模拟训练的自适应学习方法在权利要求书中公布了：1.一种用于管制员模练训练的自适应学习方法，其特征在于：该方法包括： 步骤1.对管制员进行画像构建； 步骤2.收集并存储步骤1中的管制员基础信息和训练信息； 步骤3.提取步骤2中管制员基础信息和训练信息，作为节点用于构建贝叶斯网络； 步骤4.获取步骤3中贝叶斯网络层级之间的关联关系； 步骤5.贝叶斯网络参数更新，当节点有新的数据生成，重复步骤3和步骤4的过程，对贝叶斯网络各个节点的概率进行实时更新，形成自适应的网络参数更新； 步骤6.根据观测变量历史训练成绩和贝叶斯网络节点内容，使用方差公式进行偏离度分析，统计管制员对各个节点的知识点掌握情况； 步骤7、结合步骤6中统计的未掌握的节点内容和步骤1中管制员画像，进行下一个节点知识点及学习路径的自适应推荐，以及针对性训练科目推荐； 步骤3中构建贝叶斯网络的具体过程包括： 301.构建层级关系； 基于步骤2中统计的管制员历史训练信息，将所有管制员模拟训练的知识点分为A,B,C三个层次； C层表示基础层，仅包含基础知识； B层表示比C级层次更高的包含多个基础知识的模块知识； A层表示模拟训练综合训练效果，也记作观测变量； 302.构建贝叶斯网络结构： 各个层次的节点知识，组成贝叶斯网络，贝叶斯网络节点包括：A级节点、B级各节点、C级各节点，以m表示管制员掌握各级节点的状态，分别以YN表示； C级各节点表示最小层次的知识点； B各级节点表示比C级各节点更高的知识点； A级节点表示最终的模拟训练效果，也记作观测变量； Y表示掌握； N表示未掌握； 获取步骤4中贝叶斯网络层级之间的关联关系的具体过程包括： 401.样本收集：将管制员考试科目分为3个阶段，为初级，中级，高级，分别随机在各个阶段取N份训练数据，并重复操作m次，组成最终的样本S； 402.计算贝叶斯网络各级节点先验概率； 403.计算贝叶斯网络各级节点条件概率； 404.计算贝叶斯网络中的各个节点之间的联合概率； 405.贝叶斯网络中的各个节点和观测变量之间的关联度判断： 修改节点的先验概率或者条件概率，查看对最终观测对象A的影响程度，影响程度越大，则当前节点和观测对象的关联越紧密。

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中国人民解放军空军工程大学，其通讯地址为：710038 陕西省西安市灞桥区长乐东路甲字一号；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”。

以上内容由龙图腾AI智能生成。