一种移动应急指挥方法技术

本发明专利技术涉及人机交互指挥的技术领域，公开了一种移动应急指挥方法，包括：利用SimHash方法将移动应急系统中的大量文本资料进行去重；利用TF

【技术实现步骤摘要】
一种移动应急指挥方法


[0001]本专利技术涉及人机交互指挥的
，尤其涉及一种移动应急指挥方法。

技术介绍

[0002]指挥方舱是操作人员执行飞行任务时的主要活动场所，指挥方舱中的各类显示器和控制器给操作人员提供重要的人机交互界面，用于实现对飞行以及系统的集中显示、控制管理。依据用户要求，指挥方舱需具备扩展兼容多型的能力。随着任务和系统功能的不断扩展，系统提供给操作人员的信息呈几何级数显著增加，操作员在海量信息中，精神负荷加重，心理疲劳增多。大量的显示信息和及时控制响应的需求，以及系统人机分离与长航时的特点，使得指挥方舱操作员的工作负荷和操作难度增大，容易导致误判和误操作，如何实现一种人机交互式的应急指挥，成为移动式指挥方舱所面临的问题。
[0003]鉴于此，本专利技术提出一种移动应急指挥方法，通过对移动应急系统中的应急文本进行文本预处理，得到应急文本的关键词向量，利用深度神经网络对应急文本关键词向量的事态严重程度进行预测，按照严重程度由高到低的顺序依次推送应急文本给指挥决策者进行指挥决策处理，从而降低指挥方舱操作员的工作负荷和操作难度。

技术实现思路

[0004]本专利技术提供一种移动应急指挥方法，目的在于(1)降低指挥方舱操作员的工作负荷和操作难度；(2)实现严重事件的优先指挥决策。
[0005]实现上述目的，本专利技术提供的一种移动应急指挥方法，包括以下步骤：
[0006]S1：利用SimHash方法将移动应急系统中的大量文本资料进行去重，得到去重后的应急文本数据集合；
[0007]S2：利用TF
‑
IDF方法对去重后的应急文本数据集合进行关键词提取，得到每条应急文本数据的关键词集合，将关键词集合作为每条应急文本数据的主旨核心；
[0008]S3：利用词向量方法对关键词集合进行向量化表示，得到每条应急文本数据的关键词向量；
[0009]S4：构建深度神经网络，以关键词向量为输入，应急文本的事态严重程度为输出进行预测分析，得到不同应急文本数据的严重程度，按照严重程度由高到低的顺序依次推送应急文本给指挥决策者进行指挥决策处理。
[0010]作为本专利技术的进一步改进方法：
[0011]所述S1步骤中利用SimHash方法中的字符切分算法对移动应急系统中的文本资料进行字符切分处理，得到应急文本的字符切分数据，包括：
[0012]获取移动应急系统中的应急文本资料，利用字符切分算法对移动应急系统中的应急文本资料进行切分处理，所述字符切分算法流程为：
[0013]1)预构建分词词典，取应急文本的前n个字符作为匹配字段，匹配分词词典是否含有该字段，则匹配成功，并分出该字段，所述分词词典中最大词条所含的字符个数为n个；若
未匹配成功，则将由n个字符组成的匹配字段的最后一位剔除，用剩下n
‑
1个字符组成的匹配字段在分词词典中进行匹配，直到匹配成功；
[0014]2)从匹配成功字段的末尾字符处开始，取n个字符组成匹配字段，重新将组成的字段在分词词典中匹配；
[0015]4)重复上述步骤，直到应急文本均被切分为若干字段，
[0016]5)利用预设的停用词词典对切分后的字段进行遍历匹配操作，将匹配到的停用词进行删除处理，得到的应急文本字符切分数据为：
[0017]{(w
1,1
,w
1,2
,
…
),(w
2,1
,w
2,2
,
…
),
…
,(w
i,1
，w
i,2
，
…
，w
i，j
，
…
)，
…
，(w
n，1
，w
n，2
，
…
)}
[0018]其中：
[0019]w
i，j
表示应急文本i的第j条切分字段，i表示应急文本的编号；
[0020]n表示移动应急系统中所获取的应急文本数；
[0021]在本专利技术一个具体实施例中，所述停用词词典中包括自然语言中出现频率很高，但实际意义又不大的词，主要包括语气助词、副词、介词、连词，通常自身并无明确意义，只有将其放入一个完整的句子中才有一定作用的词语，如常见的“的”、“在”、“和”、“接着”之类的。
[0022]所述S1步骤中利用SimHash方法中的字段权重赋值方法确定切分后字段的权重，包括：
[0023]利用字段权重赋值方法确定切分后字段的权重，所述字段权重赋值方法流程为：
[0024]对于任意应急文本i(w
i，1
，w
i，2
，
…
,w
i,j
,
…
)中的任意切分字段w
i,j
，计算切分字段在应急文本i的词频：
[0025][0026]其中：
[0027]m
i
表示应急文本i中的切分字段数目；
[0028]m
i,j
表示切分字段w
i,j
在应急文本i中的出现次数；
[0029]调整切分字段的词频：
[0030][0031]其中：
[0032]δ1，δ2分别为词频修正值，δ1,δ2∈[0,1]；
[0033]m
ave
表示所获取的n条应急文本数据中应急文本的平均切分字段数；
[0034]当应急文本字段数超过应急文本字段平均数时词频会减小，抑制了长应急文本中字段词频过高的问题。
[0035]所述S1步骤中基于SimHash方法中得到的应急文本字符切分数据以及切分字段权重，进行应急文本去重，包括：
[0036]利用SimHash方法对应急文本集合进行去重处理，所述去重处理的流程为：
[0037]1)将任意应急文本i切分数据{(w
1,1
,w
1,2
,
…
),(w
2,1
,w
2,2
,
…
),
…
,(w
n,1
,w
n,2
,
…
)}中的任意切分字段转换为hash值，得到任意应急文本i的集合：
[0038](hash(w
i,1
):s
′
i,1
,hash(w
i,2
):s
′
i,2
,
…
,hash(w
i,j
):s
′
i,j
,
…
,hash(w
i,k
):s
′
i,k
)
[0039]其中：
[0040]k表示应急文本i中的切分字段总数；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动应急指挥方法，其特征在于，所述方法包括：S1：利用SimHash方法将移动应急系统中的大量文本资料进行去重，得到去重后的应急文本数据集合；S2：利用TF
‑
IDF方法对去重后的应急文本数据集合进行关键词提取，得到每条应急文本数据的关键词集合，将关键词集合作为每条应急文本数据的主旨核心；S3：利用词向量方法对关键词集合进行向量化表示，得到每条应急文本数据的关键词向量；S4：构建深度神经网络，以关键词向量为输入，应急文本的事态严重程度为输出进行预测分析，得到不同应急文本数据的严重程度，按照严重程度由高到低的顺序依次推送应急文本给指挥决策者进行指挥决策处理。2.如权利要求1所述的一种移动应急指挥方法，其特征在于，所述S1步骤中利用SimHash方法中的字符切分算法对移动应急系统中的文本资料进行字符切分处理，得到应急文本的字符切分数据，包括：获取移动应急系统中的应急文本资料，利用字符切分算法对移动应急系统中的应急文本资料进行切分处理，所述字符切分算法流程为：1)预构建分词词典，取应急文本的前n个字符作为匹配字段，匹配分词词典是否含有该字段，则匹配成功，并分出该字段，所述分词词典中最大词条所含的字符个数为n个；若未匹配成功，则将由n个字符组成的匹配字段的最后一位剔除，用剩下n
‑
1个字符组成的匹配字段在分词词典中进行匹配，直到匹配成功；2)从匹配成功字段的末尾字符处开始，取n个字符组成匹配字段，重新将组成的字段在分词词典中匹配；4)重复上述步骤，直到应急文本均被切分为若干字段，5)利用预设的停用词词典对切分后的字段进行遍历匹配操作，将匹配到的停用词进行删除处理，得到的应急文本字符切分数据为：{(w
1，1
，w
1，2
，...)，(w
2，1
，w
2，2
，...)，...，(w
i，1
，w
i，2
，...，w
i，j
，...)，...，(w
n，1
，w
n，2
，...)}其中：w
i，j
表示应急文本i的第j条切分字段，i表示应急文本的编号；n表示移动应急系统中所获取的应急文本数；在本发明一个具体实施例中，所述停用词词典中包括自然语言中出现频率很高，但实际意义又不大的词，主要包括语气助词、副词、介词、连词，通常自身并无明确意义，只有将其放入一个完整的句子中才有一定作用的词语，如常见的“的”、“在”、“和”、“接着”之类的。3.如权利要求2所述的一种移动应急指挥方法，其特征在于，所述S1步骤中利用SimHash方法中的字段权重赋值方法确定切分后字段的权重，包括：利用字段权重赋值方法确定切分后字段的权重，所述字段权重赋值方法流程为：对于任意应急文本i(w
i，1
，w
i，2
，...，w
i，j
，...)中的任意切分字段w
i，j
，计算切分字段在应急文本i的词频：其中：
m
i
表示应急文本i中的切分字段数目；m
i，j
表示切分字段w
i，j
在应急文本i中的出现次数；调整切分字段的词频：其中：δ1，δ2分别为词频修正值，δ1，δ2∈[0，1]；m
ave
表示所获取的n条应急文本数据中应急文本的平均切分字段数；当应急文本字段数超过应急文本字段平均数时词频会减小，抑制了长应急文本中字段词频过高的问题。4.如权利要求2
‑
3所述的一种移动应急指挥方法，其特征在于，所述S1步骤中基于SimHash方法中得到的应急文本字符切分数据以及切分字段权重，进行应急文本去重，包括：利用SimHash方法对应急文本集合进行去重处理，所述去重处理的流程为：1)将任意应急文本i切分数据{(w
1，1
，w
1，2
，...)，(w
2，1
，w
2，2
，...)，...，(w
n，1
，w
n，2
，...)}中的任意切分字段转换为hash值，得到任意应急文本i的集合：(hash(w
i，1
)：s
′
i，1
，hash(w
i，2
)：s
′
i，2
，...，hash(w
i，j
)：s
′
i，j
，...，hash(w
i，k
)：s
′
i，k
)其中：k表示应急文本i中的切分字段总数；hash(w
i，j
)表示应急文本i中第j条切分字段w
i，j
的hash值，s
′
i，j
表示切分字段w
i，j
的词频；2)计算得到任意应急文本i的SimHash值：sim
i
＝hash(w
i，1
)s
′
i，1
+hash(w
i，2
)s
′
i，2
+
…
+hash(w
i，k
)s
′
i，k
3)重复步骤1)
‑
2)，得到所有应急文本的SimHash值；4)对任意两条应急文本i，j的SimHash值进行异或操作，统计异或操作结果中1的数目，若1的数目大于3则认为当前两条应急文本i，j不相似，否则认为当前两条应急文本i，j相似，保留最近的应急文本，删除另一应急文本。5)最终得到的应急文本数据集合为{u1，u2，...，u
c
}＝{(u
1，1
，u
1，2
，...)，(u
2，1
，u
2，2
，...)，...，(u
c，1
，u
c，2
，...)}，其中，u
i，j
为应急文本u
i
的第j条切分字段。5.如权利要求4所述的一种移动应急指挥方法，其特征在于，所述S2步骤中利用TF
‑
IDF方法对去重后的应急文本数据集合进行关键词提取，包括：利用TF
‑
...

【专利技术属性】
技术研发人员：张艺龙，张钦，饶啸武，李洁，罗雨，
申请(专利权)人：湖南长泰工业科技有限公司，
类型：发明
国别省市：