基于动态多实体贝叶斯网络的无人艇任务决策研究

任务决策是实现无人艇智能自主的关键环节,其存在着场景多样性、状态不确定性、约束动态性等问题。为此,本文提出动态多实体贝叶斯网络模型。首先设计了面向无人艇的语义推理框架,对无人艇本体信息进行知识表示。进一步,采用概率本体语言方法描述不确定性知识,同时扩展动态贝叶斯网络的结构,从而提高了无人艇任务决策在不确定性因素和时序因素影响下的推理能力。最后针对岛礁区域防守的任务场景,与多实体贝叶斯网络模型进行对比,结果表明DMEBN模型在动态条件下具有执行策略的连续性,验证了模型的可行性和有效性。

一种基于多实体贝叶斯网络的用户行为评估方法

由于信息系统中用户行为类型的多样性,采用单一的检测方法对内部合法用户的恶意行为进行检测评估效果不好。提出一种基于多实体贝叶斯网络的用户行为可信评估方法,利用多实体贝叶斯网络的对行为的多种要素进行建模、融合,共同推理出用户行为的可信程度。最后的仿真实验表明所提出的模型在信息系统中的用户行为可信评估具有较好的效果。

多实体贝叶斯网络在态势估计中的应用研究

介绍了多实体贝叶斯网络(MEBN)理论,给出了实体片断及多实体规则形式化的定义,分析了在态势估计中使用多实体贝叶斯网络进行知识表示和态势推理的问题。给出一个具体的实例,演示了使用多实体贝叶斯网络进行态势估计的过程。

一种基于多源数据的网络实体推断方法

网络空间中的实体推断是网络空间测绘研究的重要内容之一,主要通过综合多源数据实现对网络空间中各类实体的分类与识别。本文首先提出了网络空间的实体分类模型,基于此模型提出了一种低开销的网络实体探测分类方法。首先对于探测发现的IP地址,采用别名解析技术将属于一个设备的多个IP映射为一个网络实体;然后采用决策树对网络实体分类进行粗粒度分类;最后,再基于贝叶斯网络进行详细分类。为验证分类效果,以江苏省某市为例进行了探测分析并与备案数据进行了对比,试验结果表明该方法可以有效地对网络空间中的各类实体进行判别,从而为网络空间地图构建、态势分析等应用提供技术支撑。

基于MEBN的战术级空中目标意图识别

战术级空中目标意图识别是现代化防空作战中理解战场态势、预测目标行动的关键。构建空中目标意图识别模型的核心问题是如何表示不确定的意图因素以及它们之间的关系。分析了具有典型防空作战意义的想定,并结合军事经验总结了影响意图识别的因素。提出了应用多实体贝叶斯网络(M u lti-En tities B ayes ian N etw ork)描述空中目标意图,在贝叶斯推理中融入逻辑理论,采用具体的基于知识的SSBN构建算法动态地进行空中目标意图识别。通过仿真实验,验证了此方法的有效性和可行性。

陆军作战指挥实体动态决策建模问题研究

为满足现代战争陆军各级各类指挥所开展方案模拟论证与计划仿真评估的需要,在领域专家经验以及军事规则的支持下,提出了一种基于动态贝叶斯网络的指挥实体动态决策建模方法。通过对动态决策规则的结构化描述,构建了陆战场态势的动态贝叶斯网络模型,基于贝叶斯网络推理模型进行态势相关估计,实现对陆战场的实时变化态势动态分析、理解与判断,可以较好地体现作战系统的复杂自适应的特性,为解决陆军指挥实体动态决策建模问题提供了一种较好的解决办法。

基于实体分类的数据库模式匹配方法

模式匹配在诸如数据集成、数据仓库、信息共享和计算机网络交换等许多应用领域起到关键作用。目前,自动模式匹配方法也不能解决复杂模式情况下的匹配问题。本文提出一种基于关系模式领域中实体分类的数据库模式匹配方法。该方法通过朴素贝叶斯学习将实体分为不同的类(子模式),然后以同样的类来匹配子模式之间的模式元素。本方法在复杂模式条件下可有效提高匹配效率,减少匹配工作量,节省人力资源。

基于实体情感演化置信网的观点检测方法

社交网络评论文本存在评论主题缺失或情感特征缺失的问题,无法保证观点检测的性能,对此提出了建立实体情感演化贝叶斯置信网的方法。通过提取名词、动宾短语、动名词复合型定中结构短语三种域相关实体,提取域相关情感特征,用可变关联强度作为网络结构学习的约束条件,建立2阶依赖扩展贝叶斯网络,刻画实体、观点及情感特征的依赖关系,再通过实体及情感特征对观点极性进行推断。实验在自然语言处理与中文计算2016(NLP&CC2016)评测训练数据集的F值平均达70.8%,FAVOR和AGAINST两类正确率分别比仅包含情感特征的贝叶斯网络分类方法提高4.1个百分点和3.1个百分点。在5个Target评论测试集上的平均Micro-F为62.3%,优于该评测的平均水平。

基于知识图谱的柴油发动机故障诊断研究与系统设计

由于高速公路施工项目工期短、成本高等原因,高速公路施工现场的柴油发动机在发生故障时,需要得到及时的故障诊断和故障处理。通过BiLSTM-CRF模型实现故障实体抽取和关系抽取,利用结构化的语义网络来描述柴油发动机故障知识,以此构建柴油发动机故障领域知识图谱。同时,结合贝叶斯网络实现故障原因推理以对其知识图谱进行补全,还设计了基于知识图谱的柴油发动机故障诊断系统,以全面提升高速公路施工现场工程机械的维修效率。

基于MEBN的大型舰船舰面保障作业检测

大型舰船舰面保障作业指驻扎于大型舰船的飞机的一次出动过程中,发生于舰面的针对飞机的出动回收准备活动(如飞机调运、物资转运、飞机滑跑起飞等)。基于舰面监控视频检测舰面保障作业,利于分析并提高保障作业效率。在大型舰船携带的机群出动过程中,各飞机的保障作业同时进行,涉及数以百计的操作员、高级器械及设施设备的协作。针对大型舰船舰面保障作业检测问题中,同一视频场景内同时发生多个保障作业且参与者位置交叉、重叠的难点,提出一种基于多实体贝叶斯网络的大型舰船舰面保障作业检测技术。该技术假设在视频数据预处理阶段获取视频中各目标物清晰连贯的运动轨迹;在保障作业检测阶段,输入目标物轨迹,先基于带约束的轨迹自动聚类算法,自动计算聚类个数,并将参与同一保障作业的轨迹聚至同一类;在各聚类内,采用基于MEBN的保障作业识别技术,推断保障作业类型。大型舰船舰面监控视频数据集上的实验表明,该方法对同一视频场景中同时发生的且参与者位置交叉的舰面保障作业具有良好的检测效果。

化妆品风险物质知识图谱构建及应用

针对国内外化妆品风险物质多语言特性和复杂关联的特点,提出一种基于双通道图神经网络的邻域匹配算法。采用图神经网络学习实体属性特征和跨域交互特性,将不同特性实体映射到相同的向量空间,通过邻域匹配网络聚合实体邻域特征,为每个实体构建邻域网络以实现实体对齐,并应用于多语言风险物质知识图谱及问答系统构建。实验结果表明,在化妆品风险物质数据集上该方法获得的Hits@1、Hits@10与MRR值都优于其它基线模型,分别平均提升6.37%、8.17%与9.37%。

多域作战下的群目标意图识别与预测

多域作战具有实体多类、队形多变、意图多样等诸多挑战,难以综合利用多元知识,因而主要依靠人工判决,以至于自动化水平不高。为了实现计算机自动推演态势,需要解决知识的图形化建模和意图推理综合两大难题。对此,在空海域管控知识图谱的基础上,搭建了多域作战战术规则库、编队队形与场景态势的映射关系,提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先,运用群内目标实体的状态和事件信息,构建目标作战实体行为推理层。其次,利用综合作战实体的时序规则、双方相对距离及航向等信息,构建同类目标元意图推理层。最后,利用实体序列协作关系及编队队形信息,构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例,验证了所提算法能够获得较为可靠的意图推理结果。