(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210329318.9 (22)申请日 2022.03.31 (71)申请人 中国人民解 放军9197 7部队 地址 102200 北京市昌平区旧西路甲1号 (72)发明人 岳丽军　周万宁　林志文　李勇　 张程烨　朱凯凯　韩新宇　赵朝先　 唐琳　王玉菊　 (74)专利代理 机构 北京东方汇众知识产权代理 事务所(普通 合伙) 11296 专利代理师 王庆彬 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) G06K 9/62(2022.01) G06N 5/02(2006.01)G06F 16/215(2019.01) (54)发明名称 一种基于能力数据底图的目标关联识别方 法和系统 (57)摘要 本发明提供了一种基于能力数据底图的目 标关联识别方法和系统， 包括： 构建知识图谱， 包 括； 知识本体建模、 目标知识抽取、 目标知识存 储、 目标知识发现、 目标知识更新； 数据清洗， 将 数据中的错误记录识别出来并剔除以提高数据 质量； 目标特征提取， 通过目标检测识别 能够生 成的信息， 根据目标属性要素、 时空特性、 运动特 征、 关联关系确定多源目标数据的关联融合准 则， 分析要素属性关联， 获取全面的目标特征信 息和活动跟踪信息； 目标关联识别， 进行多源信 息获取和数据配准。 本发明在目标识别构建环境 信息时易于发布和分享数据， 能够把要关联的目 标信息准确配准到相同时刻上。 权利要求书1页 说明书8页 附图5页 CN 114691888 A 2022.07.01 CN 114691888 A 1.一种基于能力数据底图的目标关联识别方法， 包括： 步骤1、 构建知识图谱， 包括； 知识本体建模、 目标知识抽取、 目标知识存储、 目标知识发 现、 目标知识更新； 步骤2、 数据清洗， 将数据中的错 误记录识别出来并剔除以提高数据质量； 步骤3、 目标特征提取， 通过目标检测识别能够生成的信 息， 根据目标属性要素、 时空特 性、 运动特征、 关联关系确定多源目标数据的关联融合准则， 分析要素属性关联， 获取全面 的目标特征信息和活动跟踪信息； 步骤4、 目标关联识别， 进行多源信息获取和数据配准。 2.根据权利要求1所述的方法， 其特征在于， 其中， 所述步骤2通过分析数据特点、 制定 清洗规则、 执 行清洗规则、 检验清洗效果进行 数据清洗 。 3.根据权利要求2所述的方法， 其特征在于， 其中， 所述执行清洗规则的顺序为检查拼 写错误、 去掉重复的记录、 补充不完全的记录、 解决不 一致的记录、 验证清洗结果。 4.根据权利要求1所述的方法， 其特征在于， 其中， 所述步骤4目标关联识别是指把要关 联的目标信息配准到同一时刻再进行关联 处理， 通过引入能力数据底图信息和目标信息进 行时空配准。 5.根据权利要求4所述的方法， 其特征在于， 其中， 所述 时空配准通过空间距离矩阵、 属 性距离矩阵、 相似测度、 基于模糊集理论的模板匹配算法， 利用基于能力数据的目标识别 知 识数据， 结合 目标识别匹配训练模型和目标识别匹配模型预测类别数据， 进行目标识别匹 配模型分析计算， 对目标识别匹配进 行计算， 对基于能力数据的目标身份识别， 对目标属性 进行补充； 对矩阵进 行归一化处理， 利用目标的空间距离、 属性距离作为衡量目标关联的相 似测度。 6.根据权利要求5所述的方法， 其特征在于， 其中， 上述基于模糊集理论的模板匹配算 法， 依据待识别的模式与各已知模式间的 “相似性”来确定目标类别， 定义模式间的相似性 度量， 上述定义的方法就是以各类模式的样本点之间的距离作为样本的相似性度量， 空间 中两点距离越近， 则两样本越相似。 7.根据权利要求6所述的方法， 其特征在于， 其中， 距离的定义包括Minkowsky距离， 目 标识别采用的方法是将观测到的目标特征向量， 同特征数据库中已知特征向量进行比较， 以待测目标的特征向量与库中向量的相似性为依据， 判定被识别目标同数据库中的哪个最 贴近， 进而判定可能的目标类型。 8.一种基于能力数据底图的目标关联识别系统， 包括： 构建模块， 构建知识图谱， 包括； 知识本体建模、 目标知识抽取、 目标知识存储、 目标知 识发现、 目标知识更新； 数据清洗模块， 将数据中的错 误记录识别出来并剔除以提高数据质量； 目标特征提取模块， 通过目标检测识别能够生成的信息， 根据目标属性要素、 时空特 性、 运动特征、 关联关系确定多源目标数据的关联融合准则， 分析要素属性关联， 获取全面 的目标特征信息和活动跟踪信息； 目标关联识别模块， 进行多源信息获取和数据配准。权　利　要　求　书 1/1 页 2 CN 114691888 A 2一种基于能力数据 底图的目标关联识别方 法和系统 技术领域 [0001]本发明涉及基于大数据背景下的目标识别方法， 尤其涉及一种基于能力数据底图 的目标关联识别方法和系统。 背景技术 [0002]环境数据主要由地形、 气象、 水文等自然环境信息； 人口、 民族、 交通、 建筑物、 生 产、 社会、 领导人等社会环境信息以及信息系统、 网络、 电磁等状况的基础信息数据组成， 将 环境数据作为底图背景进行显示， 叠加气象、 水文等和相关的环境信息， 生成能力数据地 图， 为目标识别构建环境信息 。 [0003]知识图谱是在大数据背景下产生的一种新的、 基于能力数据底图的海量知识管理 技术体系与服务系统， 知识图谱 是语义网的数据支撑， 本质就是语义网的知识库。 它将领域 中琐碎、 零散的知识点相互连接， 提供高效的语义检索能力， 从而形成超大型 的知识系统、 一个巨大的知识网络， 知识图谱有助于环境数据的引接汇集。 [0004]知识图谱的构建流程包括： 知识建模、 知识抽取、 知识存储、 知识发现、 知识更新。 传统的知识图谱 对目标进行本体建模不 易于发布和分享数据。 [0005]环境中目标特征格式各异、 数据分散； 领域中知识点琐碎、 零散， 数据 中的错误记 录造成数据质量低； 传统的时空数据配准技术， 是要把要关联的目标信息配准到同一时刻 再进行关联 处理， 时空不一致性是以常态存在的， 并且由于时空差异较大， 因此不可能把要 关联的目标信息配准到相同时刻上。 发明内容 [0006]鉴于上述问题， 本发明提出了一种基于能力数据底图的目标关联识方法以克服上 述问题或者至少部分地 解决上述问题。 [0007]一种基于能力数据底图的目标关联识别方法， 包括： [0008]步骤1、 构建知识图谱， 包括； 知识本体建模、 目标知识抽取、 目标知识存储、 目标知 识发现、 目标知识更新； [0009]步骤2、 数据清洗， 将数据中的错 误记录识别出来并剔除以提高数据质量； [0010]步骤3、 目标特征提取， 通过目标检测识别能够生成的信息， 根据目标属性要素、 时 空特性、 运动特征、 关联关系确定多源目标数据的关联融合准则， 分析要素属 性关联， 获取 全面的目标 特征信息和活动跟踪信息； [0011]步骤4、 目标关联识别， 进行多源信息获取和数据配准。 [0012]进一步， 所述步骤2通过分析数据特点、 制定清洗规则、 执行清洗规则、 检验清洗效 果进行数据清洗 。 [0013]进一步， 所述执行清洗规则的顺序为检查拼写错误、 去掉重复的记录、 补充不完全 的记录、 解决不 一致的记录、 验证清洗结果。 。 [0014]进一步， 所述步骤4目标关联识别是指把要关联的目标信息配准到同一时刻再进说　明　书 1/8 页 3 CN 114691888 A 3