(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211154373.5 (22)申请日 2022.09.22 (65)同一申请的已公布的文献号 申请公布号 CN 115239210 A (43)申请公布日 2022.10.25 (73)专利权人 国家国防科技工业局军工项目审 核中心 地址 100032 北京市西城区车公庄大街12 号 专利权人 中国信息通信研究院 (72)发明人 张峰　严真旭　赵亿锌　田林涛　 张斌　陆平　张春宇　廖大中　 (74)专利代理 机构 北京恒泰铭睿知识产权代理 有限公司 1 1642 专利代理师 苏天功(51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) (56)对比文件 US 2020/0242535 A1,2020.07.3 0 CN 113283652 A,2021.08.20 金升龙.宏观质量水平评价方法—质量指数 的研究. 《第二届中国质量学术 论坛会议论文 集》 .2015,第2 21-226页. 审查员 狄晓斐 (54)发明名称 军工行业宏观质量水平评估方法及其系统 (57)摘要 本申请公开了一种军工行业宏观质量水平 评估方法及其系统， 其首先将获取的陆军军工质 量数据、 海军军工质量数据、 空军军工质量数据、 火箭军军工质量数据、 战略支 援部队军工质量数 据、 联勤保障部队军工质量数据和预备役部队军 工质量数据中的所有数据项分别排列为输入向 量后通过具有多个全连接层的特征编码器， 然 后， 以预分类思想确定各个军工质量特征的影 响 权重， 最后， 以双向长短期记忆神经网络模型来 挖掘各个军工质量特征之间的高维语义关联特 征， 并通过分类器来进行主题标签标注。 这样， 基 于大数据和人工智能， 全面、 科学、 真实地反映我 国军工行业宏观质量水平。 权利要求书4页 说明书13页 附图4页 CN 115239210 B 2022.12.02 CN 115239210 B 1.一种军工行业宏观质量水平评估方法， 其特 征在于， 包括： 数据采集步骤： 获取陆军军工质量数据、 海军军工质量数据、 空军军工质量数据、 火箭 军军工质量数据、 战略支援部队军工质量数据、 联勤保障部队军工质量数据和预备役部队 军工质量数据； 各部队质量特征提取步骤： 将所述陆军军工质量数据、 所述海军军工质量数据、 所述空 军军工质量数据、 所述火箭军军工质量数据、 所述战略支援部队军工质量数据、 所述联勤保 障部队军工质量数据和所述预备役部队军工质量数据中的所有数据项分别排列为输入向 量后通过具有多个全连接层的特征编 码器以得到陆军军工质量特征向量、 海军军工质量特 征向量、 空军军工质量特征向量、 火箭军军工质量特征向量、 战略支援部队军工质量特征向 量、 联勤保障部队军工质量特 征向量和预 备役部队军工质量特 征向量； 权值生成步骤： 将所述陆军军工质量特征向量、 所述海军军工质量特征向量、 所述空军 军工质量特征向量、 所述火箭军军工质量特征向量、 所述战略支援部队军工质量特征向量、 所述联勤保 障部队军工质量特征向量和所述预备役部队军工质量特征向量分别通过权值 生成器以得到第一至第七权 重值； 加权步骤： 以所述第一至第七权重值对所述陆军军工质量特征向量、 所述海军军工质 量特征向量、 所述空军军工质量特征向量、 所述火箭军军工质量特征向量、 所述战略支援部 队军工质量特征向量、 所述联勤保障部队军工质量特征向量和所述预备役部队军工质量特 征向量进行加权以得到加权后陆军军工质量特征向量、 加权后海军军工质量特征向量、 加 权后空军军工质量特征向量、 加权后火箭军军工质量特征向量、 加权后战略支援部队军工 质量特征向量、 加权后联勤保障部队军工质量特征向量和加权后预备役部队军工质量特征 向量； 上下文语义编码步骤： 将所述加权后陆军军工质量特征向量、 所述加权后海军军工质 量特征向量、 所述加权后空军军工质量特征向量、 所述加权后火箭军军工质量特征向量、 所 述加权后战略支援部队军工质量特征向量、 所述加权后联勤保障部队军工质量特征向量和 所述加权后预备役部队军工质量特征向量排列为向量的序列后通过双向长短期记忆神经 网络模型以得到质量语义关联 特征向量； 校正步骤： 基于所述质量语义关联特征向量中所有位置的特征值集合的均值的倒数， 对所述质量语义关联特征向量进行相位感知的向量按位置聚合以得到校正后质量语义关 联特征向量； 以及 评估结果生成步骤： 将所述校正后质量语义关联特征向量通过分类器以得到分类结 果， 所述分类结果 为军工行业宏观质量水平的等级标签； 其中， 所述校正 步骤， 包括： 以如下公式对所述质量语义关联特征向量进行相位感知的向量按位置聚合以得到所 述校正后质量语义关联 特征向量， 其中， 所述公式为： 其中， V为所述质量语义关联特征向量， V'为所述校正后质量语义关联特征向量， 是 所述质量语义关联 特征向量的所有位置的特 征值的均值的倒数， ⊙表示按位置点乘。 2.根据权利要求1所述的军工行业宏观质量水平评估方法， 其特征在于， 所述各部队质权　利　要　求　书 1/4 页 2 CN 115239210 B 2量特征提取步骤， 包括： 向量构造子步骤： 将所述陆军军工质量数据、 所述海军军工质量数据、 所述空军军工质 量数据、 所述火箭军军工质量数据、 所述战略支援部队军工质量数据、 所述联勤保障部队军 工质量数据和所述预备役部队军工质量数据中的所有数据项分别排列为输入向量以得到 第一至第七输入向量； 以及 全连接编码子步骤： 使用所述具有多个全连接层的特征编码器以如下公式对所述第 一 至第七输入向量中各个输入向量进行全连接编 码以得到所述陆军军工质量特征向量、 所述 海军军工质量特征向量、 所述空军军工质量特征向量、 所述火箭军军工质量特征向量、 所述 战略支援部队军工质量特征向量、 所述联勤保障部队军工质量特征向量和所述预备役部队 军工质量特征向量； 其中， 所述公式为： fc{(W1m,B1n):…:(W11,B11)|X1}， fc(·)表示全连接 函数， W11到W1n为权重矩阵， B11到B1m为偏置向量， X1为所述第一至第七输入向量中各个输 入向量。 3.根据权利要求2所述的军工行业宏观质量水平评估方法， 其特征在于， 所述权值生成 步骤， 包括： 将所述陆军军工质量特征向量、 所述海军军工质量特征向量、 所述空军军工质量特征 向量、 所述火箭军军工质量特征向量、 所述战略支援部队军工质量特征向量、 所述联勤保障 部队军工质量特征向量和所述预备役部队军工质量特征向量分别通过所述权值生成器的 Softmax分类函数以得到第一至第七概率值作为所述第一至第七权重值， 其中， 所述第一至 第七权重值之和为 一。 4.根据权利要求3所述的军工行业宏观质量水平评估方法， 其特征在于， 所述评估结果 生成步骤， 包括： 使用所述分类器以如下公式对所述校正后质量语义关联特征向量进行处理以获得所 述分类结果， 其中， 所述公式为： O＝softmax{(W2n,B2n):…:(W21,B21)|X2}， 其中， W21到W2n为权重矩阵， B 21到B2n为偏置向量， X2为所述校正后质量语义 关联特征向 量。 5.根据权利要求1所述的军工行业宏观质量水平评估方法， 其特征在于， 所述陆军军工 质量数据、 所述海军军工质量数据、 所述空军军工质量数据、 所述火箭军军工质量数据、 所 述战略支援部队军工质量数据、 所述联勤保障部队军工质量数据和所述预备役部队军工质 量数据中的所有数据项分别包括军工产品生产总量、 军工产品生产残 次品量、 军工产品接 收量、 军工产品运维损坏量、 军工产品使用量、 军工产品使用损坏量和军工产品报 废时间。 6.一种军工行业宏观质量水平评估系统， 其特 征在于， 包括： 数据采集模块， 用于获取陆军军工质量数据、 海军军工质量数据、 空军军工质量数据、 火箭军军工质量数据、 战略支援部队军工质量数据、 联勤保 障部队军工质量数据和预备役 部队军工质量数据； 各部队质量特征提取模块， 用于将所述陆军军工质量数据、 所述海军军工质量数据、 所 述空军军工质量数据、 所述火箭军军工质量数据、 所述战略支援部队军工质量数据、 所述联 勤保障部队军工质量数据和所述预备役部队军工质量数据中的所有数据项分别排列为输 入向量后通过具有多个全连接层的特征编 码器以得到陆军军工质量特征向量、 海军军工质权　利　要　求　书 2/4 页 3 CN 115239210 B 3