[發明專利]面向時空基準的觀測對象體系混合組織模型

在審

• 申請號: 201410836206.8
• 申請日: 2014-12-26
• 公開（公告）號: CN104537060A
• 公開（公告）日: 2015-04-22
• 發明（設計）人: 付琨;許光鑾;孫顯;黃宇;王磊;宋俊;張利利
• 申請（專利權）人: 中國科學院電子學研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

技術領域

本發明屬于數據自動關聯技術領域，涉及面向時空基準的觀測對象體系混合組織模型。

背景技術

在面向軍事應用的系統中，為了便于數據的存儲、管理，便于信息的檢索、提取和分析，滿足信息挖掘和情報分析的應用目的，必須按照統一的數據模型和組織框架整合各類各型海量空間信息。傳統的數據組織模型一般從數據類型、空間、時間上對數據進行組織。這樣的體系可以描述數據的類型和相互之間時空關系，但是無法在數據之間建立基于內容的聯系。更重要的是，典型的軍事應用普遍較為關注一些特定類型的觀測對象(如某軍政人物、某戰斗部隊)，通過統計觀測對象在數據中的出現情況來提供一系列的應用。

比如，在軍事數據組織模型中，構成數據應用層的觀測對象體系模型位于模型層次結構的高層，直接為數據應用服務。因此觀測對象體系的構建是軍事應用的基礎。

發明內容

本發明的目的在于提供面向時空基準的觀測對象體系混合組織模型，本發明的有益效果是解決了解決海量數據的自動組織和關聯問題。

本發明所采用的技術方案是建立模型的方法如下步驟：

步驟1：建立觀測對象體系；搜集需要關注的觀測對象，建立觀測對象體系，觀測對象就是所關注實體或目標；

步驟2：提取觀測對象的特征，包括外部特征、邊界特征、著名人名特征、音譯名符號特征、詞性特征；

步驟3：使用統計機器學習方法來識別觀測對象，使用GIS算法進行參數估計：

計算出Hij=ΣxP(x)*ΣyPj(y|x)*fi(x,y),]]>其中P(x)是x在訓練樣本中的經驗分布，P_j(y|x)表示觀測到的詞序列產生標簽的概率，f_i(x,y)為不同的特征；

計算其中C為訓練樣本的大小；

重新計算

Pj+1(y|x)=Πiαij+1fi(x,y)zα(x)j+1---(4)]]>