System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于情报趋势预测,更具体地,涉及一种基于人工智能的情报成果智能管理方法及系统。
技术介绍
1、战场情报趋势预测技术是军事领域中的一个重要方面,旨在通过分析各种情报来源、数据和趋势,以便预测未来可能发生的事件和行动。以下是一些战场情报趋势预测技术的现状:
2、人工智能和机器学习:人工智能(ai)和机器学习(ml)在战场情报中的应用越来越广泛。这些技术能够分析庞大的数据集,发现模式,并从中提取信息。在预测未来趋势方面,机器学习模型能够根据历史数据和实时信息进行预测,帮助军事指挥官做出更明智的决策。
3、大数据分析:大数据分析技术使军事机构能够处理和分析庞大的数据集,包括来自传感器、情报来源、社交媒体等的信息。通过对这些数据进行深入分析,军事情报分析人员可以发现潜在的趋势和威胁,从而改善决策和战术规划。
4、但是现有技术中的一种技术方案能够对情报数据的趋势的预测不够准确。
技术实现思路
1、为解决以上技术问题,本专利技术提出一种基于人工智能的情报成果智能管理方法,用于情报数据的趋势预测,包括:
2、按照时间节点获取所述情报成果的所有情报数据,其中,所述情况数据包括:任一时间节点的情报数据值和情报数据值的变化率;
3、设置情报数据趋势预测模型,并根据任一时间节点的所述情报数据值和情报数据值的所述变化率,计算情报数据趋势预测值;
4、将所述情报数据趋势预测值与预设情报数据趋势阈值进行对比,将大于等于所述预设情报
5、进一步的,所述情报数据趋势预测模型包括:
6、,
7、其中,为在时间时的情报数据趋势预测值,为第一权重,为在时间时的情报数据值,为第二权重,为情报数据值的变化率,为第三权重,为附加因素函数的数量,为第个附加因素函数的权重,为在时间时的情报数据值的第个附加因素函数,为第四权重,为时间相关因素函数的数量,为第个时间相关因素函数的权重,为时间时第个时间相关因素函数,为第五权重,为数据和时间交互函数。
8、进一步的,所述在时间时的情报数据值的第个附加因素函数包括:
9、,
10、其中,为正弦函数的第个周期。
11、进一步的,所述时间时第个时间相关因素函数包括:
12、,
13、其中,为高斯分布函数的第个第一宽度参数,为时间时第个时间相关因素函数在时间轴上的时间中心点,为高斯分布函数的第个第二宽度参数,为正弦函数的第个周期。
14、进一步的,所述数据和时间交互函数包括:
15、,
16、其中,为第六权重,为高斯分布函数的第二宽度参数,为在时间轴上的时间中心点。
17、本专利技术还提出一种基于人工智能的情报成果智能管理系统,用于情报数据的趋势预测,包括:
18、获取情报数据模块,用于按照时间节点获取所述情报成果的所有情报数据,其中,所述情况数据包括:任一时间节点的情报数据值和情报数据值的变化率;
19、设置模型模块,用于设置情报数据趋势预测模型,并根据任一时间节点的所述情报数据值和情报数据值的所述变化率,计算情报数据趋势预测值;
20、趋势预测模块,用于将所述情报数据趋势预测值与预设情报数据趋势阈值进行对比,将大于等于所述预设情报数据趋势阈值的所述情报数据趋势预测值相对于的情报数据,作为下一个时间节点的情报数据。
21、进一步的,所述情报数据趋势预测模型包括:
22、,
23、其中,为在时间时的情报数据趋势预测值,为第一权重,为在时间时的情报数据值,为第二权重,为情报数据值的变化率,为第三权重,为附加因素函数的数量,为第个附加因素函数的权重,为在时间时的情报数据值的第个附加因素函数,为第四权重,为时间相关因素函数的数量,为第个时间相关因素函数的权重,为时间时第个时间相关因素函数,为第五权重,为数据和时间交互函数。
24、进一步的,所述在时间时的情报数据值的第个附加因素函数包括:
25、,
26、其中,为正弦函数的第个周期。
27、进一步的,所述时间时第个时间相关因素函数包括:
28、,
29、其中,为高斯分布函数的第个第一宽度参数,为时间时第个时间相关因素函数在时间轴上的时间中心点,为高斯分布函数的第个第二宽度参数,为正弦函数的第个周期。
30、进一步的,所述数据和时间交互函数包括:
31、,
32、其中,为第六权重,为高斯分布函数的第二宽度参数,为在时间轴上的时间中心点。
33、通过本专利技术所构思的以上技术方案与现有技术相比,具有以下有益效果:
34、本专利技术按照时间节点获取所述情报成果的所有情报数据,其中,所述情况数据包括:任一时间节点的情报数据值和情报数据值的变化率;设置情报数据趋势预测模型,并根据任一时间节点的所述情报数据值和情报数据值的所述变化率,计算情报数据趋势预测值;将所述情报数据趋势预测值与预设情报数据趋势阈值进行对比,将大于等于所述预设情报数据趋势阈值的所述情报数据趋势预测值相对于的情报数据,作为下一个时间节点的情报数据。本专利技术通过以上技术方案,能够准确的对情报数据进行趋势预测,从而预测出下一个时间节点的情报数据,为战场提供数据支撑。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的情报成果智能管理方法,用于情报数据的趋势预测,其特征在于,包括:
2.如权利要求1所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述情报数据趋势预测模型包括:
3.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述在时间时的情报数据值的第个附加因素函数包括:
4.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述时间时第个时间相关因素函数包括:
5.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述数据和时间交互函数包括:
6.一种基于人工智能的情报成果智能管理系统,用于情报数据的趋势预测,其特征在于,包括:
7.如权利要求6所述的一种基于人工智能的情报成果智能管理系统,其特征在于,所述情报数据趋势预测模型包括:
8.如权利要求7所述的一种基于人工智能的情报成果智能管理系统,其特征在于,所述在时间时的情报数据值的第个附加因素函数包括:
9.如权利要求7所述的一种基于人工智能的情报成
10.如权利要求7所述的一种基于人工智能的情报成果智能管理系统,其特征在于,所述数据和时间交互函数包括:
...【技术特征摘要】
1.一种基于人工智能的情报成果智能管理方法,用于情报数据的趋势预测,其特征在于,包括:
2.如权利要求1所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述情报数据趋势预测模型包括:
3.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述在时间时的情报数据值的第个附加因素函数包括:
4.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述时间时第个时间相关因素函数包括:
5.如权利要求2所述的一种基于人工智能的情报成果智能管理方法,其特征在于,所述数据和时间交互函数包括:
...【专利技术属性】
技术研发人员:王涛,杨威,王颖,梅礼晔,徐科路,胡兴龙,王军舰,段佳,
申请(专利权)人:中科卫创西安信息技术有限公司,
类型:发明
国别省市:
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。