[發(fā)明專利]語義網(wǎng)絡(luò)目標(biāo)識別判證方法

有效

• 申請?zhí)枺?/td>: 201410040106.4
• 申請日: 2014-01-27
• 公開（公告）號: CN103810266B
• 公開（公告）日: 2017-04-05
• 發(fā)明（設(shè)計）人: 王連亮
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第十研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 成飛(集團(tuán))公司專利中心51121
• 代理人: 郭純武

1.一種語義網(wǎng)絡(luò)目標(biāo)識別判證方法，具有如下技術(shù)特征：在證據(jù)接收與證據(jù)輸出之間創(chuàng)建存儲各類目標(biāo)實(shí)體、關(guān)于多重屬性間語義隸屬知識和目標(biāo)不同層次屬性約束關(guān)系的目標(biāo)語義庫，對接收的證據(jù)所涉及的屬性進(jìn)行分類處理并與目標(biāo)語義庫交互數(shù)據(jù)的證據(jù)接收模塊、證據(jù)語義知識抽取模塊、證據(jù)語義知識擴(kuò)展模塊、以及順次通過證據(jù)語義知識聚類模塊、證據(jù)合成更新模塊輸出判證數(shù)據(jù)結(jié)果的證據(jù)輸出模塊；證據(jù)接收模塊實(shí)時接收來自不同類型傳感器識別源的目標(biāo)識別證據(jù)，包括目標(biāo)屬性、目標(biāo)類型、目標(biāo)型號，目標(biāo)屬性層次中的一種或多種屬性的識別聲明和/或包含的“不明”識別證據(jù)聲明；證據(jù)語義知識抽取模塊在目標(biāo)語義庫存儲的各種目標(biāo)屬性間的隸屬關(guān)系中，抽取證據(jù)接收模塊中接收到的識別證據(jù)聲明所涉及的語義知識；證據(jù)語義知識擴(kuò)展模塊根據(jù)目標(biāo)屬性間隸屬關(guān)系的傳遞規(guī)則將抽取出的語義知識進(jìn)行擴(kuò)展，獲得擴(kuò)展后的屬性支持約束關(guān)系與屬性沖突約束關(guān)系；證據(jù)語義知識聚類模塊對擴(kuò)展后的屬性約束關(guān)系所涉及的多重屬性集合S中的元素進(jìn)行聚類，獲得若干個屬性分類，且每個分類中的屬性均為存在相互約束關(guān)系的最小屬性集合，證據(jù)合成更新模塊從多重屬性間的約束關(guān)系中，對不同層次屬性的識別證據(jù)、各個屬性分類證據(jù)進(jìn)行正交計算、正交合成更新，獲得更新后的識別證據(jù)判證結(jié)果；證據(jù)輸出模塊將更新后的識別證據(jù)判證結(jié)果輸出。

2.如權(quán)利要求1所述的語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：多重屬性集合為S={型號、大小類型、平臺類型、環(huán)境類型、屬性、國籍、…}。

3.如權(quán)利要求1所述的種語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：目標(biāo)語義庫中存儲有不同目標(biāo)關(guān)于型號、大小類型、平臺類型、屬性及各層次目標(biāo)屬性中所包含的各對象之間的語義描述。

4.如權(quán)利要求1所述的語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：不同目標(biāo)屬性對象之間的約束關(guān)系為R[(T₁，t₁)，r，（T₂，t₂)]，其中，R表示一條約束知識；(T₁,t₁)、(T₂,t₂)分別代表屬性T₁的對象t₁，以及屬性T₂的對象t₂；r代表(T₁,t₁)與(T₂,t₂)之間的關(guān)系，具有“支持”、“沖突”、“不聲明”三種關(guān)系，其中，T₁、T₂分別為目標(biāo)屬性；t₁、t₂分別為目標(biāo)屬性T₁所對應(yīng)的屬性對象與目標(biāo)屬性T₂所對應(yīng)的屬性對象。

5.如權(quán)利要求1所述的語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：證據(jù)語義知識聚類模塊對擴(kuò)展后的屬性約束關(guān)系所涉及的屬性類型集合中的元素進(jìn)行聚類，將聚類結(jié)果進(jìn)行初始化，把每種目標(biāo)屬性分別作為一個聚類，遍歷所有當(dāng)前聚類結(jié)果，選擇一個聚類對，將其中一個作為參考類，將另一個作為待比較類，判斷選擇的聚類對中，參考類所涉及的對象與待比較類所涉及的對象之間是否存在約束關(guān)系，若存在約束關(guān)系，則將待比較類中屬性合并到參考類中；否則，判斷是否遍歷完所有存在的聚類中形成的聚類對；若遍歷完，則將獲得的聚類結(jié)果保存在緩存中。

6.如權(quán)利要求1所述的語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：證據(jù)合成更新模塊從緩存中的聚類結(jié)果中的每一個聚類，結(jié)合該聚類所對應(yīng)的屬性集合所涉及的證據(jù)，通過對輸入識別證據(jù)進(jìn)行正交運(yùn)算和正交合成，對各個屬性分類的置信度進(jìn)行合成更新，獲得更新后的識別證據(jù)。

7.如權(quán)利要求6所述的語義網(wǎng)絡(luò)目標(biāo)識別判證方法，其特征在于：證據(jù)合成更新模塊在緩存中的屬性類聚類中選擇一個未處理過的聚類，針對該聚類中所涉及的屬性，對所選聚類中的屬性進(jìn)行正交計算，計算方法包括：所選聚類C_q中包含m個屬性，第i個屬性包含n_i個確定變量與1個“不明”變量，共計(n_i+1)個屬性對象，由輸入證據(jù)分配的關(guān)于第i個屬性所對應(yīng)的第j個對象的置信度記為計算正交積矩陣中的元素