舰艇编队电磁态势预测的动态贝叶斯网络方法

对敌舰艇编队进行电磁态势预测是我方指挥员选择电子战作战方法、制定电子战资源分配方案的基础.引入DBN算法实现电磁态势预测过程中大量不确定、不精确、不完全的知识表示与推理,在分析舰艇编队电磁攻防事件类型基础上,依据事件间因果关系构造了舰艇编队电磁态势预测DBN模型,研究了DBN的推理算法.理论分析和实验结果表明:该方法具有较高的预测准确性,能在一定程度上为指挥员电子战决策提供辅助支持.     

范钦生平知识图谱构建与应用

以天一阁主范钦这一历史人物为主题,提出范钦生平知识图谱模型,对范钦生平知识图谱所涵盖的人物、事件、作品、组织机构、地理文化等多个本体进行了分类、概念定义及关系定义.然后基于该数据模型,采用自顶向下与自底向上相结合的方式构建了范钦生平知识图谱,最后基于构建成果开发了范钦生平主题知识展览系统.研究成果是天一阁藏书文化面向全国观众传播、展示的一次探索,也为博物馆、图书馆等进行文化遗产领域知识图谱构建提供了一种参考.     

武器作战效能参数化仿真评估技术研究

为使得武器作战效能仿真评估系统在保证通用性和灵活性的基础上,能面向专业领域和决策层两类用户,提出了一种参数化仿真评估技术. 分析了武器作战效能参数化仿真评估所要满足的评估对象、评估方法、评估任务以及评估输出参数化等特征,设计了评估系统的总体框架. 针对评估对象参数化实现的难点问题,给出了评估数据提取模型的构建、存储以及运行等关键技术. 在上述研究基础上,实现了该参数化评估系统,并应用于某防空系统作战效能评估中,有效地辅助各类用户完成评估分析任务.      

作战辅助决策系统信息融合关键技术

作战辅助决策是当前提高作战指挥效能和效率的重要手段。为建立一个作战信息融合环境,辅助指挥员进行较为深入的作战决策问题探讨,以作战辅助决策信息融合系统为背景,分析了系统的体系结构及功能,并从三维地理环境模型的建立和智能人机交互两方面对系统实现的关键技术进行了研究。     

基于知识图谱自动构建的可用资源表示与推荐

为了解决技术创新中可用资源选择过程算法化程度与创新效率较低的问题,提出基于知识图谱自动构建的可用资源表示与推荐方法;首先采用双向长短期记忆模型和条件随机场模型建立可用资源实体抽取模型,基于依存句法分析实现实体关系抽取,从而构建可用资源知识图谱;然后分析可用资源属性在可用资源利用过程中的作用,并架构属性匹配网络,实现基于知识图谱的可用资源推荐;最后通过实验和案例分析验证所提方法的有效性。结果表明,知识图谱能够有效表示可用资源,可以应用于智能化计算机辅助创新系统的开发。     

基于多源数据的中文产科知识图谱构建

以产科专业叙词表、临床路径和诊疗规范等为数据来源构建了中文产科知识图谱(Chinese obstetric knowledge graph, COKG)。以产科疾病为核心,依据术语标准及已有主题词表,确立了概念分类体系及关系描述体系,形成了COKG模式层;在Bi-LSTM-CRF和PCNN模型的基础上,通过医学专家的指导对多来源的200余万字非结构化文本进行人工校对,并对多源数据进行知识融合,形成了COKG数据层。所构建的COKG包括2 343种疾病、15 249个实体关系,可以为医疗问答系统和智能辅助诊疗等应用提供结构化的知识支持。     

边缘宽度细化与交叉皮层模型结合的图像分割算法

针对弱边缘图像分割中交叉皮层模型产生目标几何尺寸失真等问题,提出了一种基于边缘宽度细化与交叉皮层模型结合的图像分割算法。该算法借助prewitt边缘算子和边缘斜坡模型,细化图像边缘宽度。在此基础上,利用二维直方图将交叉熵扩展至二维空间,以获得交叉皮层模型的最优分割阈值。实验结果表明,该算法不仅能克服边缘模糊的影响,对弱边缘图像进行精确分割;而且处理速度也大幅提升了。     

支持智能应用的公安情报知识图谱本体构建

研究公安情报知识图谱本体构建方法,使公安情报系统可完整记录公安情报场景中各类复杂信息,并支持情报智能应用。首先,提出公安情报知识图谱本体构建流程。此后,遵循构建流程,分析本体构建原则,设计以事件类本体为核心的构建方法,并进行本体评估。以事件类本体为核心的知识图谱支持实体属性、事件要素及过程、关联实体等查询及情报智能应用,可以满足公安情报需求。     

网络安全知识图谱研究综述

针对多源异构的网络安全数据的离散分布问题,总结了知识图谱构建需要的网络空间战技术、攻击模式、漏洞及网络设备等基础数据,提炼了数据之间的关联关系.在此基础上,综述了网络安全知识图谱相关技术的国内外研究现状,包括多源异构的安全情报数据、网络安全知识表示、网络安全知识图谱的本体构建、信息抽取和知识图谱推理.同时,对网络安全知识图谱的应用场景进行了梳理.最后,从知识图谱构建、知识抽取和知识推理三个方面总结了基础研究面临的挑战.     

人工智能时代知识图谱表示学习方法体系

 总结了不含辅助信息的知识图谱表示学习方法,主要是基于距离和基于语义匹配2类主流方法;研究了包含文本辅助信息和类别辅助信息的知识图谱表示学习方法;通过对比各类表示学习方法的优缺点,发现引入辅助信息能有效表达知识图谱中新实体,但时空开支大幅上升,因而在现阶段,不含辅助信息的方法更易应用于实际场景中。分析了知识图谱嵌入如何应用于三元组分类、链路预测、推荐系统等下游任务,整理归纳了应用于不同任务的数据集和开源库的集合,并展望了大规模、动态知识图谱等具有广泛应用前景的研究方向。     

无向广义De Bruijn图的m-限制边连通性

m-限制边割将连通图G分离成阶不小于m的连通分支,图G的最小m-限制边割所含的边数称为图G的m-限制边通度,记作λm（G）.对于包含m-限制边割的连通图G,有λm（G）≤ξm（G）（m≤3）;如果λm（G）=ξm（G）,则称图G是极大m-限制边连通的.本文证明：当n≥7时,无向广义De Bruijn图UBG（2,n）是极大m-限制边连通的（m={2,3}）.     

基于改进RCF和无人机影像的电力线检测研究

在电力线无人机自动巡检中,电力线边缘检测对提高输电线路检测精度有重要作用。目前,常用的RCF（Richer Convolutional Features for edge detection）算法在复杂背景下检测电力线时存在边缘模糊、在较低阶段产生的特征图包含太多噪声并在融合特征图时丢失多尺度信息等问题。对此,本文对RCF算法进行改进：1）使用具有平移不变性的下采样技术增强模型的鲁棒性;2）在RCF主干网络中引入CBAM（Convolutional Block Attention Module）机制,提高模型对电力线特征的表达能力;3）在RCF的侧输出网络中加入级联网络,借助基于通道注意力机制的多尺度特征融合模块对特征图进行融合,从而获得更优异的细节保持效果。实验结果表明：改进模型的最优数据集规模（Optimal Dataset Scale）、最佳图像比例（Optimal Image Scale）和平均精度（Average Precision）分别提高了0.7%、1.3%和1.7%,改进模型的检测结果噪声数量少、电力线更加清晰准确。     

基于事理图谱的突发事件网络舆情演化模型构建

通过构建突发事件网络舆情事理图谱，揭示舆情事件之间的逻辑关联与演化路径，为突发事件的分析与应对提供参考。首先，基于规则模板提取突发事件网络舆情中的事件逻辑关系，构建事理图谱。其次，将事件向量化表示后进行泛化处理，采用K-Means++算法对相似事件进行聚类和抽象以构建网络舆情抽象事理图谱，最后在此基础上对目标事件进行推演和预测。结果表明：突发事件事理图谱中的事件关系类型主要为因果、并列和顺承关系，大部分事件的逻辑链条较短，且与其他事件无明显关联；构建突发事件事理图谱有利于分析事件的演化脉络、把握关键事件节点并预测事件发展方向。     

λ'-最优无三角图的最小边度充分条件

设S是连通图G的一个边割。若G-S不包含孤立点,则称S是G的一个限制边割。图G的最小限制边割的边数称为G的限制边连通度,记为λ'(G).如果图G的限制边连通度等于其最小度,则称图G是最优限制边连通的,简称λ'-最优的。设G是一个n阶的连通无三角图,且最小度δ(G)≥2.文章证明了,若最小边度ξ(G)≥(n/2-2 )(1+1/δ(G)-1),则G是λ'-最优的。并由此推出,若连通无三角图G的最小度δ(G)≥n/4+1,则G是λ'-最优的。最后给出例子说明这些结果给出的边界都是紧的。     

图K3,3∨Kt 的点可区别正常边染色1

 图G的正常边染色称为是点可区别的, 如果对G的任意两个不同的顶点u,v, 与u关联的边的颜色构成的集合异于与v关联的边的颜色构成的集合。 对图G进行点可区别正常边染色所需要的最少颜色数称为是G的点可区别正常边色数, 记为χ′s(G)。讨论了图K_3,3∨Kt 的点可区别正常边染色。     

19阶Steiner三连系的构造与计数

阐明了19阶Steiner三连系构造的基本思路.给出了边矩阵的定义,先将边矩阵分解为完全图和完全三分图,然后将完全图和完全三分图分别分解,得到Steiner三连系,提出了基于Kv的子图分解的Steiner三连系的构造方法和计数方法.用2种方案具体给出19阶Steiner三连系的构造过程和计数.结果表明:文中的Steiner三连系的构造方法和计数方法是有效的,对Steiner三连系的构造方法和计数方法具有可推广性.     

图K_（3,3）∨K_t的点可区别正常边染色

图G的正常边染色称为是点可区别的,如果对G的任意两个不同的顶点u,v,与u关联的边的颜色构成的集合异于与v关联的边的颜色构成的集合。对图G进行点可区别正常边染色所需要的最少颜色数称为是G的点可区别正常边色数,记为χ＇s（G）。讨论了图K3,3∨Kt的点可区别正常边染色。     

伪Halin-图的无循环边着色

图G的无循环边着色是指图G的正常的边着色且任意的圈上不着双色.图G的无循环边色数是指对G进行无循环边着色所需的最少色数k,记为a′(G).给出了伪Halin图的无循环边色数满足猜想a′(G)Δ(G)+2,并且对任意的伪Halin图G且G≠K4,有a′(G)=Δ(G).     

图的集合边色数

给出了集合边色数的定义。运用结构图论的方法,给出了集合边色数的下界以及图与其顶点删除子图、边删除子图的集合边色数的关系。     

基于顶点加权有向图与边加权图的景区动态客流统计与预测

在图论及其应用的基础上,给出了基于顶点加权有向图与边加权图的定义,以及顶点加权有向图的关联矩阵和边加权图的邻接立方体的表示,并将其用于景区动态客流统计与预测模型。