[发明专利]基于任务的武器装备知识图谱的查询和推荐方法及系统在审

专利信息
申请号: 202011136229.X 申请日: 2020-10-22
公开(公告)号: CN112241459A 公开(公告)日: 2021-01-19
发明(设计)人: 高长胜;毕茂华;马晓光 申请(专利权)人: 山东超越数控电子股份有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/25;G06F16/215;G06F16/2458;G06F16/28;G06K9/62
代理公司: 济南信达专利事务所有限公司 37100 代理人: 孙园园
地址: 250100 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 任务 武器装备 知识 图谱 查询 推荐 方法 系统
【权利要求书】:

1.一种基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,武器装备三元实体是对武器的整体认知,在汇聚武器装备的基本信息及动态能力信息的基础上,通过数据的标准化、可视化,对武器装备进行全方位的信息展现、分析和挖掘,构建武器实体的知识图谱;该方法具体如下:

S1、构建武器装备实体标签:通过对武器装备实体的基本信息的分析、过滤及清洗,将武器装备实体的基本信息抽取成装备实体的基础信息标签;

S2、构建武器装备能力标签:通过对武器装备能力的近期动态行为的分析、过滤及清洗,将武器装备能力的近期动态行为抽取成武器装备的能力行为标签;

S3、构建武器装备知识图谱标签:在武器装备实体的基础信息标签和能力行为标签进行综合分析进行数据建模后,给出该装备能力的认知标签;

S4、构建基于任务推荐装备实体标签:在装备能力的认知标签的基础之上,加上对任务过程的装备知识图谱构建,进而对该任务的完成目标推荐具有标签的装备,以供后期该任务的展开推荐装备使用意见。

2.根据权利要求1所述的基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,基础信息标签是通过ETL工具对异构数据进行清洗加工,使得所有数据按照展示维度和分析维度进行两级规范,创建一个规范统一的数据仓库和装备知识图谱。

3.根据权利要求1所述的基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,武器装备能力标签是对武器装备在不同时期的动态记录进行大数据分析和深层次的刻画;

武器装备列装部队后,接收使用、改造、维修、保养及返厂的系列活动,每天都会产生新的信息,对新的信息进行更新,以便更好地跟进装备的能力状态变化过程;

当一个武器装备长时间未被使用或者最近行动中使用频繁,对不同的装备阶段的信息设置阀值;当触发阀值时,对该装备战斗值的变化发出警告,提醒武器使用者或者维修者对该武器装备重点关注。

4.根据权利要求1-3中任一所述的基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,武器装备知识图谱标签是对武器装备的静态和动态分别设置不同的影响因子,再利用大数据进行反复训练和修改,从众多的采集项中选择作战场景、攻击乏味、使用寿命、操作难度、任务难度和维修难度六个维度指标,对该武器装备进行具体可测的分析;再利用六个维度指标建立武器装备六维关注度模型并将作战场景、攻击乏味、使用寿命、操作难度、任务难度和维修难度六个维度指标分成10档,从1-10档对指标进行量化,指标值越大,表示武器装备在该维度的行为越值得重点关注。

5.根据权利要求4所述的基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,建立武器装备六维关注度模型具体如下:

(1)、采用聚类分析中的主成分分析方法,把n维度的模型降为24维关注度模型;

(2)、从采集项和武器装备的关注度模型中挑选出相关性最高的6个采集项来构造六维武器装备关注度模型。

6.根据权利要求5所述的基于任务的武器装备知识图谱的查询和推荐方法,其特征在于,采用聚类分析中的主成分分析方法,把n维度的模型降为24维关注度模型具体如下:

①、采用K均值算法,收敛条件为误差平方和SSE最小,利用该准则使所生成的簇紧凑和独立;误差平方和SEE的公式如下:

其中,k表示需要聚集的类的数目;Cj表示第j个聚类;mj表示聚类Cj的聚类中心;dis表示数据点x和聚类中心mj之间的距离;

②、借助线性回归算法对这24个采集项和武器装备的关注度进行相关性分析,得到采集项在武器装备关注度中的指标权重;线性回归直线方程为:

其中,a、b是该线性方程的系数,通过如下方程组解之a、b的值:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东超越数控电子股份有限公司,未经山东超越数控电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011136229.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top