买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国电子科技南湖研究院

摘要：本发明提供了一种联合打击目标自适应评分及关联推荐方法、系统和存储介质。该方法包括：获取目标实体关系数据；构建目标知识图谱超网络；生成知识图谱初始推理向量；优化知识图谱初始推理向量；补全目标知识图谱；进行火力打击目标的关联推荐。本发明将知识图谱推理技术引入到联合火力打击目标体系构建中，实现了目标关联关系的自动链接；建立了复杂超网络体系中的涌现性评估指标模型，实现了打击目标超网络的涌现性价值度量；实现了指挥员优选打击目标的关联推荐和最优推荐，提升了辅助决策智能化水平。

主权项：1.一种联合打击目标自适应评分及关联推荐方法，其特征在于，步骤1，目标知识图谱超网络的构建：在获取打击目标情报数据基础上，利用目标之间的关系进行子网关系标注，构建目标的知识图谱超网络结构模型；步骤2，知识图谱初始推理向量的生成：将实体关系映射为空间向量，即为每个实体及其关系分配随机的向量数组；步骤3，知识图谱初始推理向量的优化：利用元启发算法的群体演化思想实现实体和关系向量的迭代优化；通过基于随机梯度下降的有限次迭代，使包含评分函数的损失函数达成最小值收敛；步骤4，目标知识图谱的补全：利用最优智能体的优化向量统计所有实体的关系综合评分，通过与超网络已有关系的平均评分对比，挖掘超网络中的隐藏关系，进而补全超网络；步骤5，火力打击目标的关联推荐：计算所有的实体在知识图谱超网络中的价值评分，并根据超网络关系确定实体之间的关联推荐目标名称；其中，步骤3划分为如下子步骤：步骤3-1，计算超网络损失函数；算法的目标为：h+r＝t；h'+r≠t'，可通过构造评分函数fh,r,t进行精确度量，计算公式为：fh,r,t＝||h+r-t||损失函数Lh,r,t,r',t'的计算公式为： 式中，S代表超网络的现有实体关系集合；S'代表超网络的未关联实体关系集合，满足条件： 步骤3-2，构建智能体结构；每个智能体包含实体向量集、边向量集和负样本边向量集；步骤3-3，构建初始智能体种群；采用元启发算法的随机变异方式，以原始智能体为样本，随机选中其中的10个实体和边进行向量微调；r表示向量关系，δ表示微调参数，ω表示向量中的原始参数，则微调后的参数ω'计算公式为： 步骤3-4，计算种群内所有智能体综合评分；根据更新的损失函数评分公式，将每个智能体包含的实体向量集、边向量集、负样本边向量集带入评分公式，计算出已有边最小值评分Lmin与负样本最大值评分Lmax；具体评分原则为：以Lmin作为智能体主评分；如果两智能体Lmin相同，以Lmax作为智能体辅助评分；步骤3-5，种群淘汰；根据种群内各智能体的综合评分，淘汰掉种群内90％的智能体，并记录最优评分智能体结构及对应评分；步骤3-6，种群扩充；调用上述步骤中的随机变异方式，以淘汰后剩余智能体为样本产生新智能体，使种群达到原定规模；步骤3-7，重复步骤3-3到3-5，直至达成退出条件：Lmin达成最小化，并且Lmax不再增长，即可视为算法已收敛，退出并反馈此时种群内最优智能体；其中，步骤4中，在获取超网络的最优实体和边向量矩阵后，引入超网络关系补全操作：采集现有超网络中的三元组h,r,t，将其头实体或尾实体依次替换为其他实体，进而产生备选关系数组集，分别计算其评估值fh',r,t或fh,r,t'，而后根据评估值按升序排序，记录原始三元组h,r,t的排序位置；如排序超过5，则将前5个三元组关系补充至超网络；否则将排序超过原始三元组的关系补充至超网络；新添加关系的属性数组满足公式：r＝h-t。

全文数据：

权利要求：

百度查询： 中国电子科技南湖研究院 一种联合打击目标自适应评分及关联推荐方法和系统