基于时空信息的军事事件图谱构建方法研究

面向解决军事领域海量异构、多模态数据的统一组织管理和深度关联挖掘核心问题,围绕各类军事行动,提出一种基于时空信息的军事事件图谱构建方法,探索形成以事件为中心的数据体系,可实现军事事件查询、统计、分析等功能,为掌握战场态势提供辅助支撑。     

基于知识图谱的智能决策支持技术及应用研究

知识图谱是把复杂的领域知识通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,解释知识领域的动态发展规律。知识图谱把所有不同种类的信息(heterogeneous information)连接在一起得到一个关系网络并从"关系"的角度去分析问题。知识图谱目前被广泛应用于智能搜索、智能问答等领域。提出了一种基于知识图谱的智能决策支持框架,用于解决传统决策支持系统存在的问题。通过大数据、知识图谱等海量知识分析和模型构建技术,结合决策支持系统,增强对问题的分解与处理、形成具有关系型网络的知识系统。最后结合电信领域中的经典决策案例,搭建基于知识图谱的欺诈电话智能决策支撑平台。和传统的决策支持系统比较,该研究方法的优点在于结合大数据处理方法提升了知识建模的算力和决策支持的效率,使实时处理大规模信息数据成为现实;基于知识图谱的关系型网络,提升了决策模型的准确性和关联相关性。     

审计数据知识图谱的构建与实现——基于Neo4j图数据库

基于Neo4j图数据库的知识图谱技术能够将海量审计数据可视化,为高效存储、快速组织和精准表达审计实体及其之间的数据关联提供支持。审计工作人员通过审计数据知识图谱能够快速获取审计实体信息并挖掘审计实体之间的潜在数据关联,达到简化审计流程、提高审计效率的目的。基于此,本文重点探讨了审计数据知识图谱的构建与实现,希望能够为相关研究提供借鉴。     

陆军部队作战指挥信息流程仿真建模方法

如何设计和优化作战指挥信息流程,已经成为提升体系作战能力的重要因素.为构建陆军部队作战指挥信息流程仿真环境,支持作战指挥流程设计、论证和实验评估等实际应用,在对陆军部队指挥信息流程的本质内涵研究基础上,按照信息功能特点,将指挥信息流程分为情报信息流、指控信息流和协同信息流,并基于仿真的方法对这三类指挥信息流程进行建模研究,提出从情报域、指控域和协同域建立指挥信息流转情况的评估指标体系,为指挥信息流程的优化和改进提供决策支持.     

面向军事群体的聚合及解聚可视化控制模型

作战编队是军事领域特有的军事群体组织方式,具有广泛的军事应用,针对战场态势中作战编队的聚合/解聚可视化问题,基于知识图谱及模型-视图-控制器(MVC)设计模式,提出了面向作战编队的聚合/解聚可视化控制模型,主要研究作战编队基于MVC的架构设计、作战编队基于知识图谱语义建模、基于主成分分析（PCA）的作战编队区域几何辅助对象构建、作战编队解聚/聚合ADLOD显示及地图比例尺控制以及作战编队聚合/解聚可视化模型的向量形式表征,该模型既弥补了军事标绘相关标准中作战群体方面研究的空白,也为联合作战态势多分辨率显示优化提供了基于作战编队聚合简化的新技术途径,同时,提供的可视化手段可加深对战场综合态势的认知,提升作战指挥决策水平,军事应用前景良好。     

基于知识的指控系统智能决策关键技术研究

着眼于知识在指挥控制中的作用机理,以提升军队指挥控制系统智能决策的科学性、智能化和适应性为目标,设计基于知识的指挥控制系统智能决策框架结构,采用基于本体的知识表示技术构建决策任务空间知识体系,研究面向情景空间的智能化知识服务技术,提出基于产生式规则的指挥实体静态决策推理模型和基于动态贝叶斯网的动态决策推理模型,旨在为未来我军智能化指挥控制系统的论证和建设提供理论与技术准备。     

面向网络空间安全情报的知识图谱综述

随着网络空间安全情报在网络犯罪、网络战和网络反恐等领域的作用日益凸显,迫切需要对网络空间安全情报的基本理论和综合分析方法进行深入研究。当前,安全情报在实际应用中主要面临着数据类型多样、分布离散、内容不一致等问题,因此引入知识图谱技术框架,旨在利用知识图谱面向海量数据时信息收集及加工整合的思想,提高安全情报的收集效率、情报质量,同时拓展情报的使用范围。本文首先简要回顾安全情报和知识图谱的研究现状,同时介绍知识图谱在安全领域的应用。其次给出面向安全情报的知识图谱构建框架。然后介绍安全情报知识图谱构建的关键技术,包括信息抽取、本体构建和知识推理等。最后,对安全情报知识图谱发展面临的问题进行了讨论。     

基于知识图谱的多源异构信息通道耦合技术研究

政务数据资源来源广泛、类型多样、数据量大且分布情况不清晰,缺乏统一管理,数据获取和使用效率较低,无法持续释放数据价值。为解决上述问题,实现不同来源和不同类型数据的关联融合,该文采用多源异构数据融合技术,为政务数据的交换和共享提供技术支持。该文不仅提出了信息通道和通道耦合的概念,还提出一种基于知识图谱的多源异构信息通道耦合的方法,可先实现多源异构数据统一化,再进行数据融合。该方法包括构建初始通道耦合知识图谱、基于通道耦合知识图谱实现通道数据耦合和基于通道耦合知识图谱实现知识更新 3 个模块。基于知识图谱的多源异构信息通道耦合的方法将图谱构建、知识抽取、知识融合、知识加工、知识更新等技术相结合,通过一种自顶向下的排序检索模型,加快了知识融合和数据检索的速度和准确度。     

犯罪情报分析中的数据挖掘应用

本文基于公安业务中的治安防控原理,构建了面向情报分析和决策指挥的犯罪情报数据挖掘框架.首先,对案事件数据库进行预处理和空间编码的基础上得到标准化的案件信息数据,随后,利用聚类分析、关联分析和分类分析中的相关方法可得到治安案件的时空风险、重点人特征和作案手段特征等信息.通过对北京市实际盗窃案件数据进行挖掘,证明了数据挖掘技术能够很好的应用于犯罪情报的分析.     

基于深度学习的目标行为知识发现方法

针对情报处理领域的知识动态更新问题,提出了一种基于深度学习的目标行为知识发现方法.首先,根据已有知识进行目标数据预处理,实现对目标要素补充;其次,基于已掌握行为意图的历史数据,构建目标行为特征模型;然后,基于深度学习方法实现行为规律分析,为目标识别提供知识支撑;最后,通过目标识别及识别结果的变化异常分析进行新知识发现,...     

一种多层政务知识图谱构建方法及示例

随着政务数字化建设的不断完善,基于知识图谱实现政务服务“知识化、个性化、智能化”的业务需求被逐渐唤醒。目前,政务领域知识图谱应用场景单一,与不同场景政务知识难以建立联系,基于传统数据库的政务服务搜索、办理和审批效率不高。为拓展政务服务场景,提升政务服务的搜索、办理和审批效率,该文提出一套自顶向下映射的多层政务知识图谱构建方法。首先,从政务服务角度出发构建政务知识概念模型;然后,依据概念模型获取政务知识、数据预处理和知识融合;最后,形成以概念、业务服务、社会服务和信息共享的自上而下关系的多层政务知识图谱。基于Neo4j可视化展示和已应用部署的服务,以房产审批的搜索、占用林地审批的办理和面向公众投诉的社会服务为例,对所提方法进行验证。实验结果表明,该方法不仅可以为不同政务场景提供知识图谱支撑和建立关联,还有助于实现多源政务数据融合共享,可为后续政务知识图谱构建提供图谱库参考。     

跨媒体智能关联分析与语义理解理论与技术研究进展

深入分析了跨媒体智能关联分析与语义理解理论技术的最新研究进展,包括多模态数据的统一表达、知识引导的数据融合、跨媒体关联分析、基于知识图谱的跨媒体表征技术以及面向多模态的智能应用.其中,多模态数据的统一表达是对跨媒体信息进行分析推理的先决条件,利用多模态信息间的语义一致性剔除冗余信息,通过跨模态相互转化来实现跨媒体信息统一表达,学习更全面的特征表示;跨媒体关联分析立足于图像语言、视频语言以及音视频语言的跨模态关联分析与理解技术,旨在弥合视觉、听觉以及语言之间的语义鸿沟,充分建立不同模态间的语义关联;基于知识图谱的跨媒体表征技术通过引入跨媒体的知识图谱,从跨媒体知识图谱构建、跨媒体知识图谱嵌入以及跨媒体知识推理3个方面展开研究,增强跨媒体数据表征的可靠性,并提升后续推理任务的分析效率和准确性;随着跨模态分析技术的快速发展,面向多模态的智能应用得到了更多的技术支撑,依据智能应用所需要的领域知识,选取了多模态视觉问答,多模式视频摘要、多模式视觉模式挖掘、多模式推荐、跨模态智能推理和跨模态医学图像预测等跨模态应用实例,梳理了其在多模态数据融合以及跨媒体分析推理方面的研究进展.     

四川省数字孪生流域知识图谱的设计与实现

为解决水利信息资源管理分散、利用率低、缺乏统一整合和关联应用等问题,满足数字孪生流域建设中知识平台的构建需求,以数字孪生流域建设的数据底板为基础,依托自顶向下和自底向上相结合的方法,通过总体框架设计,基于BERT-BiLSTM-CRF命名实体识别、Transformer模型的关系抽取、Neo4j的存储和可视化展示完成知识图谱的搭建,并基于知识图谱建设性构建智能问答系统,为四川省数字孪生流域物理流域的全映射提供支撑,实现知识的可视化表达、精准查询与智能推荐,为四川省河湖智能管理提供知识性参考。     

基于深度学习的威胁情报知识图谱构建技术

随着网络威胁日益增多,威胁情报的知识图谱构建技术成为了网络安全领域的重要研究方向;然而,目前知识图谱构建技术对知识的获取缺乏快速性和准确性。针对这些问题,本文提出一种监督性的深度学习模型,对威胁情报的实体和实体关系进行自动化抽取,并通过图数据库进行知识图谱的可视化展示。实验结果表明,本文提出的基于深度学习模型对威胁情报实体和实体抽取的方法,在准确性上有着较大提高,为自动化构建威胁情报知识图谱提供有力的保障。     

基于环境信息融合的知识图谱构建方法

针对多源异构的环境数据难以利用的问题, 在通用知识图谱的基础上, 融合各类环境数据构建环境知识图谱. 首先利用网络爬虫等获取环境数据, 并进行数据预处理; 进而利用结构化数据转化、文本抽提以及数据融合等技术, 研究基于环境信息融合的知识图谱构建方法; 最后将生成的知识图谱存入图谱数据库,并搭建知识图谱应用平台, 提供递归查询功能, 实现环境知识图谱的可视化, 以期为相关人员提供有益参考.     

军事分析仿真评估系统模糊知识库研究

指挥员的决策需要大量的军事知识和态势信息,对于军事分析仿真评估系统,建立指挥控制模型更需要有详细的知识支撑,知识库的完备性对指挥控制模型的运行速度和效率具有决定性的影响。但真实的战场决策环境下存在着大量的模糊信息,能否很好地处理模糊信息成为制约知识库进一步发展的关键因素。因此,在深入研究军事分析仿真评估系统知识库的基础上,重点介绍了其模糊拓展的数据模型设计,最后通过实例验证了模型的正确性。     

基于知识图谱的科技成果智能查询系统

科技成果数据呈现跨领域、跨学科特性,传统的信息查询检索技术已难以满足用户日益增长的智能化、精准化的科技成果信息获取需求。分析了知识图谱领域和信息检索领域的研究现状。采用网络爬虫从互联网中高效地爬取科技成果数据,利用实体识别和关系抽取技术识别和发现科技成果数据中的科技实体,构建科技成果知识图谱,并实现科技成果数据的结构化存储。基于ElasticSearch搜索引擎对科技实体构建高效索引,研究科技成果语义相似度计算方法,实现基于知识图谱的科技成果智能查询系统。实验结果验证了所构建的系统能够实现科技成果的高效查询以及相关主题内容的关联发现。     

基于知识学习的多目标关联检测与识别方法

随着感知智能水平的日趋成熟,人工智能研究呈现出向认知智能发展的态势;作为人工智能在感知智能方面的代表领域,图像目标识别在向认知智能发展的道路上存在着人机之间以及机器之间知识难通用、可扩展性低等问题;为此,提出了基于知识的多目标关联判别框架,通过引入知识图谱,将目标特征知识进行语义化表达与规则化关联存储,构建了基于知识学习的多目标关联检测与识别方法,动态按需调用目标检测模型的同时,迭代式更新多目标关联的知识图谱,形成双向反馈学习循环;最后,通过相关仿真实验,验证了基于知识学习的多目标关联判别方法的可行性,为提高图像目标识别算法的知识通用化和可扩展性提供了新的思路.     

小麦品种知识图谱构建与可视化研究

为探索知识图谱技术在农业智能生产中应用与落地, 解决复杂多样的农业生产数据的精准查询与可视化问题, 本研究以小麦品种知识为例, 利用爬虫技术, 爬取1852个小麦品种信息、735个微百科、102349个词条; 基于知识图谱技术, 设计品种知识图谱实体与关系, 对抓取数据进行清洗、抽取与融合, 经过实体识别、关系构造等处理, 构建实体258484个, 关系328933个. 在此基础上, 设计了小麦品种知识存储方式, 结构化数据存储在MySQL中, 非结构化数据存储在MongoDB中, 使用Neo4j图数据库存储知识图谱来提高知识的查询性能, 在此基础上实现小麦品种关系查询与实体识别, 提供品种数据精确表达与可视化, 表明利用知识图谱技术实现品种等信息的可视化是可行的, 该研究可以为知识图谱在农业中的应用提供技术参考和理论支撑.     

基于知识图谱的日本西南防卫力量研究

近年来,日本防卫的重点逐渐由东北转向西南,其中对中国防范与遏制的战略意图日益明显。日本通过调整防卫体制与深化日美同盟,正在形成事实上的"西南防御"战略。通过对网站、百科知识库信息的自动采集,利用适合大数据存储的图数据库平台,将高关联数据以图的形式存储,较大提升数据的扩展性和处理效率。通过日本西南防卫知识图谱的构建,有利于辅助军事决策和军事侦查等,为日本军事战略研究提供更好的数据支持。