一种基于能力数据底图的目标状态规律知识挖掘方法技术

本发明专利技术提供了一种一种基于能力数据底图的目标状态规律知识挖掘方法，包括步骤：目标运动状态分析模型训练集构建；目标知识存储；目标运动状态分类模型构建；目标运动状态识别；目标状态规律知识获取；目标状态规律知识展现。本发明专利技术以海量历史态势数据为依据，训练分类模型，能够提高历史数据的利用率，同时以历史数据为依托，提高分析结果可信度。结合当前数据底图，增加区域环境等要素信息，生成目标知识图谱，分析区域环境和目标运动状态的关联关系，实现扩充目标状态规律和典型行为模式知识的目的，为区域情况分析提供支撑。为区域情况分析提供支撑。为区域情况分析提供支撑。

【技术实现步骤摘要】
一种基于能力数据底图的目标状态规律知识挖掘方法


[0001]本专利技术涉及数据挖掘领域，具体涉及一种基于能力数据底图的目标状态规律知识挖掘方法。

技术介绍

[0002]基于环境数据(主要由地形、气象、水文等自然环境信息；人口、民族、交通、建筑物、生产、社会、领导人等社会环境信息，以及信息系统、网络、电磁等状况的基础信息数据组成)，将环境数据作为底图背景进行显示，叠加气象、水文等和相关的环境信息，生成能力数据地图，为目标识别构建环境信息。
[0003]采用基于信息熵的决策分类算法对积累的多源目标数据集进行分类挖掘，构建目标决策树，得出目标规律预测分析模型。采用C4.5算法构造决策树来发现目标数据中蕴涵的目标状态分类规则，利用目标素材训练集生成测试函数，根据不同取值建立树的分支，在每个分支子集中，重复建立下层节点和分支，生成一棵决策树，对决策树进行剪枝处理，将决策树转化为规则，然后根据复杂目标集进行聚类或分类，发现目标状态规律或典型模式，如在不同环境、不同事件任务平台航行速度等。
[0004]针对海量的目标数据，依据历史积累的目标的运动状态知识，要建立目标运动状态分析模型，对目标运动状态进行对照分类。同时结合数据底图中区域环境、目标活动时间、目标活动地点、目标活动任务类型等数据生成的知识图谱，分析得到目标在不同运动状态下执行任务类型等隐含信息，进而分析出目标状态规律和典型行为模式。若当前分析结果不能和已有的底图知识进行匹配，那么当前目标的运动状态的相关要素信息将作为新的知识补充到已有知识库中。
专利
技术实现思路

[0005]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的技术方案。因此，本专利技术的一个方面，提供了一种基于能力数据底图的目标状态规律知识挖掘方法，该方法具体包括步骤：
[0006]步骤1、目标运动状态分析模型训练集构建，针对历史目标态势数据进行归纳整理，获取目标运动状态知识，依据知识建立目标运动状态标签体系，将历史态势数据进行打标签操作，构建目标运动状态分类数据训练集；
[0007]步骤2、目标知识存储，当前数据底图上显示的区域环境、目标名称、活动时间、活动地区、运动状态、任务类型均可抽象为知识图谱中的实体，将当前数据底图中的要素信息关联生成知识图谱，以知识图谱方式将目标知识进行存储，所述区域环境包括气象、水文；
[0008]步骤3、目标运动状态分类模型构建，依据C4.5决策树模型构建分类器，输入历史目标运动状态数据进行模型训练，得到符合当前环场景的目标运动状态分类模型；
[0009]步骤4、目标运动状态识别，获取当前目标态势数据，输入到步骤3获取的所述目标运动状态分类模型中，得到当前目标的运动状态；
[0010]步骤5、目标状态规律知识获取，调用步骤2中的所述知识图谱，将步骤4中得到的所述目标运动状态、所述目标名称与历史知识进行比对，得到当前目标在不同区域环境下的活动类型，若没有在知识库中找到匹配知识，那么将目标的分析结果结合当前数据底图上的要素信息进行关联，形成新知识补充到当前知识库中；
[0011]步骤6、目标状态规律知识展现，利用可视化展现方式展现知识概念以及不同知识概念之间的关联关系。
[0012]进一步，所述步骤1具体为已知目标运动状态，将目标历史态势数据增加运动状态标签。
[0013]进一步，所述步骤2具体为将数据底图上显示的实体信息“时间
‑
地点
‑
气象信息
‑
目标
‑
运动状态”进行关联，形成态势知识，将区域情况知识进行存储。。
[0014]进一步，其中，所述步骤3具体为假设S是训练样本集，为训练样本集S构建决策树时，选取Gain
‑
Ratio(x)取值最大的一个属性来作分裂节点，依照这个标准可以把S分成n个子集，如果第i个子集Si内包含的元组类别一致的话，那么这个节点就作为决策树的叶子结点，停止分裂，对于那些不满足以上条件的Si，使用上述训练样本集S构建决策树的方法依次递归的生成树，直到所有子集所包含的元组均属同一个类别为止。
[0015]进一步，所述步骤4具体为读取当前目标态势数据，输入C4.5决策树分类模型中，结果显示将目标分类到某一目标运动类别中，此时得到目标运动状态结果。
[0016]进一步，所述步骤5具体为将步骤4得到的目标运动状态和目标名称进行关联，按照步骤2构建的态势目标知识库，通过图谱路径分析得到目标关于“时间
‑
地点
‑
气象信息
‑
目标
‑
运动状态
‑
任务类型”的状态规律，若当前分析结果没有在已有知识库中匹配到关联知识，那么依据当前底图上的数据进行信息关联，将关联结果作为新知识存储到知识库中。
[0017]进一步，所述步骤6具体为利用开源的可视化工具软件D3实现目标知识概念以及概念之间关联关系的图谱可视化展现。
[0018]本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
[0019]本专利技术以海量历史态势数据为依据，训练分类模型，能够提高历史数据的利用率，同时以历史数据为依托，提高分析结果可信度。结合当前数据底图，增加区域环境等要素信息，生成目标知识图谱，分析区域环境和目标运动状态的关联关系，实现扩充目标状态规律和典型行为模式知识的目的，为区域情况分析提供支撑。
[0020]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述技术方案和其目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0021]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0022]图1示出了一种基于能力数据底图的目标状态规律知识挖掘方法流程图；
[0023]图2示出了C4.5决策树分类模型构建流程。
具体实施方式
[0024]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0025]本专利技术的目的是针对海量的目标态势数据，为了分析得到区域环境、目标活动时间、目标活动地点、目标运动状态、目标活动任务类型间的隐含关系，补充目标状态规律和典型行为模式知识，而提出的一种基于能力数据底图的目标状态规律知识挖掘方法，该方法具体包括如下步骤：
[0026]1)目标运动状态分析模型训练集构建：针对历史目标态势数据进行归纳整理，获取目标运动状态知识，依据知识建立本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能力数据底图的目标状态规律知识挖掘方法，其特征在于，该方法具体包括步骤：步骤1、目标运动状态分析模型训练集构建，针对历史目标态势数据进行归纳整理，获取目标运动状态知识，依据知识建立目标运动状态标签体系，将历史态势数据进行打标签操作，构建目标运动状态分类数据训练集；步骤2、目标知识存储，当前数据底图上显示的区域环境、目标名称、活动时间、活动地区、运动状态、任务类型均可抽象为知识图谱中的实体，将当前数据底图中的要素信息关联生成知识图谱，以知识图谱方式将目标知识进行存储，所述区域环境包括气象、水文；步骤3、目标运动状态分类模型构建，依据C4.5决策树模型构建分类器，输入历史目标运动状态数据进行模型训练，得到符合当前环场景的目标运动状态分类模型；步骤4、目标运动状态识别，获取当前目标态势数据，输入到步骤3获取的所述目标运动状态分类模型中，得到当前目标的运动状态；步骤5、目标状态规律知识获取，调用步骤2中的所述知识图谱，将步骤4中得到的所述目标运动状态、所述目标名称与历史知识进行比对，得到当前目标在不同区域环境下的活动类型，若没有在知识库中找到匹配知识，那么将目标的分析结果结合当前数据底图上的要素信息进行关联，形成新知识补充到当前知识库中；步骤6、目标状态规律知识展现，利用可视化展现方式展现知识概念以及不同知识概念之间的关联关系。2.根据权利要求1所述的基于能力数据底图的目标状态规律知识挖掘方法，其特征在于，其中，所述步骤1具体为已知目标运动状态，将目标历史态势数据增加运动状态标签。3.根据权利要求1所述的基于能力数据底图的目标状态规律知识挖掘方法，其特征在于，其中，所述步骤2具体为将数据底图上显示的实体信息“时间
‑
地点
‑
气象信息
‑

【专利技术属性】
技术研发人员：岳丽军，杨朝晖，蔡姝，赵和鹏，杨强，张宁燕，张祺，侯文君，汪涛，刘超，文叙菠，王玉菊，
申请(专利权)人：中国人民解放军九一九七七部队，
类型：发明
国别省市：