一种基于知识图谱的训练样本生成方法及装置制造方法及图纸

本申请提供了一种基于知识图谱的训练样本生成方法及装置，首先对编队类型

【技术实现步骤摘要】
一种基于知识图谱的训练样本生成方法及装置


[0001]本申请涉及编队能力评估
，特别是涉及一种基于知识图谱的训练样本生成方法及装置
。

技术介绍

[0002]对于编队目标能力评估问题，传统的能力评估方法在权重确定
、
评价模糊性及随机性等方面存在局限性
。
近年来，凭借强大的非线性拟合能力，基于深度神经网络的能力评估成为主流方法，在军用及民用领域均得到较为广泛的应用
。
[0003]但该类方法需要依靠大量有标注的样本进行模型训练，样本量越大
、
标注质量越高，得到的评估模型性能越好
。
然而，编队目标能力评估问题的样本生成及标注，往往需要较为专业的领域知识
。
因此，亟需一种既灵活便捷又高效可行的用于编队目标能力评估的训练样本生成方法
。

技术实现思路

[0004]本申请提供一种基于知识图谱的训练样本生成方法及装置，能够按需生成满足编队要求的大规模样本，用于对各种场景下的编队目标能力评估模型进行训练，以提高评估模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于知识图谱的训练样本生成方法，其特征在于，所述方法包括：对编队类型
、
执行单元和搭载设备组进行编码，根据所述编队类型
、
执行单元和搭载设备组之间的对应关系，构建用于表达编队能力的知识图谱；从所述知识图谱中随机抽取若干子图谱，形成样本集；所述样本集中的每个样本分别对应一个子图谱，任一所述样本为由编队类型
、
第一关系边
、
执行单元
、
第二关系边
、
搭载设备组构成的五元组；确定每个样本的评分标签，得到携带标签的训练样本，并生成训练样本集
。2.
根据权利要求1所述的方法，其特征在于，所述知识图谱包括顶点集合和边集合；所述对编队类型
、
执行单元和搭载设备组进行编码，包括：基于类型和数量维度，分别对编队类型
、
执行单元和搭载设备组进行编码，得到编队类型集合
、
执行单元集合和搭载设备组集合，并合并得到顶点集合
。3.
根据权利要求2所述的方法，其特征在于，所述顶点集合的形成包括：确定所述编队类型的种类和数量，依次对所述编队类型进行编码，得到编队类型集合，，其中，表示编队类型集合中的第个顶点，对应于第种编队类型，表示编队类型的数量；依次对各个执行单元进行编码，得到执行单元集合，，其中，表示执行单元集合中的第个顶点，对应于第种执行单元，表示执行单元的数量；依次对包含不同设备种类和数量的搭载设备组进行编码，得到搭载设备组集合，，其中，表示搭载设备组集合中的第个顶点，对应于第种搭载设备组，表示搭载设备组的数量；基于所述编队类型集合
、
执行单元集合和搭载设备组集合，生成所述顶点集合，
。4.
根据权利要求2所述的方法，其特征在于，所述根据所述编队类型
、
执行单元和搭载设备组之间的对应关系，构建用于表达编队能力的知识图谱，包括：根据所述编队类型和所述执行单元之间的编队组成关系，构建第一关系边集合；根据所述执行单元和所述搭载设备组之间的设备搭载关系，构建第二关系边集合；将所述第一关系边集合和所述第二关系边集合合并得到边集合；基于所述顶点集合和边集合构建用于表达编队能力的知识图谱
。5.
根据权利要求2所述的方法，其特征在于，所述边集合的形成包括：
根据所述编队类型和所述执行单元之间的编队组成关系，构建第一关系边集合，，其中，表示所述顶点集合中的编队类型顶点与执行单元顶点连接，即第种编队类型可包含第种执行单元；根据所述执行单元和所述搭载设备组之间的设备搭载关系，构建第二关系边集合，，其中，表示所述顶点集合中的执行单元顶点与搭载设备组顶点连接，即第种执行单元可搭载第种搭载设备组；基于所述第一关系边集合和第二关系边集合，生成所述边集合，
。6.
根据权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：赵思聪，吴双，曹扬，贾亦文，薛源，贾帅楠，姚臣，
申请(专利权)人：北京航天晨信科技有限责任公司，
类型：发明
国别省市：