-
公开(公告)号:CN115019149B
公开(公告)日:2022-11-11
申请号:CN202210924151.0
申请日:2022-08-03
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明属于零样本识别领域,提供一种基于模型解释结果的零样本学习方法,方法首先对已经完成训练网络的前向传播过程进行分析,结合语义得到对各类属性敏感的神经元位置编码向量。之后利用专家知识获取零样本所具有的属性,通过对位置编码向量进行处理从而获得零样本所对应的位置编码向量。当新的类别输入到网络中后,将其位置编码向量同专家知识转化的位置编码向量进行判断。此方法相较于从大量数据与小样本数据中提取特征再生成小样本类数据的传统方法,结合了指挥决策人员的专家知识,避免了盲目甚至无效学习,同时利用了深度神经网络中可解释的隐语义部分内容,最终不仅网络可解释性更强,网络输出也更快,结果也更准确。
-
公开(公告)号:CN115018472B
公开(公告)日:2022-11-11
申请号:CN202210924147.4
申请日:2022-08-03
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种基于可解释机制的交互式增量化情报分析系统,属于情报数据分析服务领域,该系统包括深度神经网络学习器、模型解释器、人机交互器、样本增强生成器、增量学习器和零小样本处置器,其中,多源情报数据输入深度神经网络学习器进行训练;先后通过模型解释器、人机交互器、样本增强生成器和增量学习器,实现足量样本情况下的情报分析透明化、可交互化、增量化地提升;并通过模型解释器、人机交互器以及零小样本处置器实现情报数据分析中新情况、新事件的零小样本学习与分析处理。本发明可有效克服基于深度神经网络等“黑盒”模型技术的传统情报分析处理机制盲目甚至无效学习的瓶颈问题。
-
公开(公告)号:CN115017337B
公开(公告)日:2022-11-01
申请号:CN202210924149.3
申请日:2022-08-03
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F16/36 , G06F40/194 , G06F40/205 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明属于深度学习可解释性领域,特别涉及一种面向深度学习模型的隐语义解释方法。本发明通过解析描述目标任务领域中的多源数据,抽取其中蕴含的人类认知语义,实现多源数据的语义构建。在领域相关知识的基础上,进行典型任务数据的语义标签构建,并在此基础上对深度学习模型内部神经元进行语义解释,即模型的隐语义解释,完成“黑盒”模型的理解,提高模型结果的可信度,同时提升人对可解释结果的直观认知。
-
公开(公告)号:CN115018015A
公开(公告)日:2022-09-06
申请号:CN202210924143.6
申请日:2022-08-03
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明属于数据增强领域,公开了一种高质量样本增强扩充方法。通过样本数据生成和标签增强处理,从数据和标签两个角度提高样本生成数量和质量,最终实现样本在逼近真实数据基础上的多样化扩充以及可用性提升。本发明实现了以数据生成与标签增强构成的层次化处理流程下的样本高质量增强扩充,可在保证样本数据增量生成的前提下的高质量性和可用性,有效克服现有技术方法存在的对真实样本状态逼近性差、对标签数据的利用率低的问题,能够更好地辅助在小样本情况下深度神经网络等数据驱动模型的训练。
-
公开(公告)号:CN116932548A
公开(公告)日:2023-10-24
申请号:CN202310906149.5
申请日:2023-07-24
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F16/22 , G06F16/28 , G06F16/29 , G06F18/23213
Abstract: 本发明公开了一种基于数据聚类算法的海量AIS定位数据索引生成方法,属于智慧海洋应用技术领域,依据用户索引数量、数据改变量、线索引构建时形态相似性和覆盖区域相似性等要求,采用Kmeans聚类算法寻找不同AIS数据中潜在聚簇,以簇为核心构建数据索引标签,并梳理出了一套索引随数据输入更新方法。该方法可以很好的规避AIS轨迹片段过长引发的难以依据时空属性构建时空索引的问题,同时此类方法所构建的空间索引表征的数据在时空属性上有极高的相似性,非常适合地理大数据分析、地理模式识别、数据挖掘等算法运行时使用。
-
公开(公告)号:CN114595770B
公开(公告)日:2023-10-10
申请号:CN202210232770.3
申请日:2022-03-09
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06F18/23213 , G06F18/22 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N3/06
Abstract: 本发明提供一种船舶轨迹的长时序预测方法。该方法首先对航迹数据进行预处理;然后,使用K‑means算法对航迹数据进行轨迹聚类,得到船舶运动行为模式集合;其次,基于船舶运动行为模式相似性匹配构建训练与测试样本,搭建改进pix2pix网络模型并进行迭代训练;最后,将需要预测的船舶轨迹以及其匹配轨迹信息输入上述训练好的网络中,得到船舶轨迹长时序预测结果。本发明可有效解决船舶轨迹在长时序预测中存在的误差积累及效率较低等问题,有效实现船舶轨迹长时序、高精度、高效率的预测。
-
公开(公告)号:CN116582577A
公开(公告)日:2023-08-11
申请号:CN202310284008.4
申请日:2023-03-22
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04L67/145 , H04L67/54 , H04L69/163 , H04L69/24
Abstract: 本发明公开了一种面向群组协同任务的信息传输方法,属于指挥控制领域。该方法主要包含:划分群组协同任务所需消息类型,包含角色类消息、态势类消息、异常状态类消息、任务相关消息、其他消息;定义22类群组协同任务及其组织形式;设计面向群组协同任务指挥控制领域的通信链路稳定的有中心模式与通信链路不稳定的无中心模式两种消息传输模式;设计面向群组协同任务指挥控制领域的无中心模式下的消息发送及握手机制。本发明的协同任务消息传输机制有效解决了极端通信环境下群组协同任务信息传输困难的问题。
-
公开(公告)号:CN116562531A
公开(公告)日:2023-08-08
申请号:CN202310161921.5
申请日:2023-02-24
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06Q10/0631 , G06Q10/0633 , G06F40/166
Abstract: 本发明属于战术协同指挥技术领域,涉及一种战术任务筹划与分发系统,由多个成员系统和无线自组网组成,成员系统包括:战术指挥模块用于指挥员标绘任务标记并向成员进行分发任务,并支持成员接收任务在地图上进行展示;任务管理模块对当前正在执行的任务信息进行管理;语音提醒模块在完成收到、读取、闭环任务等操作时向使用者进行提醒;目标标绘与共享模块支持将观察到的敌方人员位置标绘到地图上并发给其他成员,实现敌方位置共享;成员管理模块可实时显示己方所有成员的状态,包括在线/离线、携带武器、当前任务等,也可支持标记已方成员的存活/死亡状态。本发明可支持指挥人员随时随地对任务进行部署和下达,并实时掌握成员任务执行情况。
-
公开(公告)号:CN116205502A
公开(公告)日:2023-06-02
申请号:CN202310201610.7
申请日:2023-03-06
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/26 , G06F16/2457 , G06F16/26 , G06F16/29
Abstract: 本发明涉及一种移动端智能信息分析与辅助决策系统,包括威胁评估模块、路径规划模块、轨迹预测模块,其中,威胁评估模块用于作战单元目标的威胁值评估和指定作战区域的威胁值评估,实现对威胁的可视化展示;路径规划模块用于路径规划及展示,实现通向目标位置的规划任务;轨迹预测模块用于态势可视化展示、对态势分析目标的筛选、轨迹预测参数设置、目标未来位置推演展示,实现目标行动轨迹预测,并对目标未来各时刻位置进行推演展示。本发明能够处理外业任务中一线人员进行便捷化、直观化的完成威胁评估、路径规划、轨迹预测等常规的智能信息分析和辅助决策任务,提供实时的决策辅助,减轻指战人员的决策压力。
-
公开(公告)号:CN115017336B
公开(公告)日:2022-11-01
申请号:CN202210924148.9
申请日:2022-08-03
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明提供一种基于任务认知的深度学习模型解释方法,属于人工智能中的模型可解释领域,针对图像、文本、点位等多源情报数据,基于情报分析人员对各类情报分析任务的认知,抽取其中影响任务结果的关键要素内涵,并构建任务要素扰动数据集合;随后建立一致性损失及扰动相似性度量,对深度学习模型进行重新训练,得到数据和各类情报分析任务涉及到的深度学习模型决策结果的关联映射关系;最后基于图谱化组织方法,将关联映射关系直观表达展示。
-
-
-
-
-
-
-
-
-