基于知识的战场数据样本标签匹配方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 知识工程概述 | 第12-13页 |
| 1.2.2 本体理论概述 | 第13-15页 |
| 1.2.3 态势标签概述 | 第15-16页 |
| 1.3 研究目标及内容 | 第16-17页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.4 论文的结构和安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 基础理论与方法 | 第19-29页 |
| 2.1 态势知识简介 | 第19-22页 |
| 2.1.1 态势知识的特性 | 第19-20页 |
| 2.1.2 态势知识的表示方法 | 第20-22页 |
| 2.2 本体理论与方法 | 第22-24页 |
| 2.2.1 本体的概念和分类 | 第22-23页 |
| 2.2.2 本体的描述语言 | 第23-24页 |
| 2.3 回归分析基础理论 | 第24-28页 |
| 2.3.1 机器学习基本概念和分类 | 第25-26页 |
| 2.3.2 回归分析概念及方法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于本体的态势知识库构建技术 | 第29-40页 |
| 3.1 基于本体的态势知识库构建框架 | 第29-30页 |
| 3.2 态势本体的构建过程 | 第30-32页 |
| 3.2.1 态势要素本体的组成 | 第30-31页 |
| 3.2.2 态势本体的构建方法 | 第31-32页 |
| 3.3 基于本体的态势知识库设计 | 第32-39页 |
| 3.3.1 态势领域知识来源 | 第32-33页 |
| 3.3.2 建立态势概念分类及其子类 | 第33-35页 |
| 3.3.3 态势概念属性的设计 | 第35-37页 |
| 3.3.4 态势规则库的建立 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 战场数据样本标签的匹配方法 | 第40-53页 |
| 4.1 战场数据样本标签框架的制定 | 第40-45页 |
| 4.1.1 战场数据样本标签的框架 | 第40-41页 |
| 4.1.2 战场数据样本标签框架的构建过程 | 第41-45页 |
| 4.2 基于梯度提升树算法的标签匹配过程 | 第45-50页 |
| 4.2.1 GBDT算法模型 | 第45-48页 |
| 4.2.2 战场数据样本标签的匹配过程 | 第48-50页 |
| 4.3 基于GBDT算法的标签匹配模型 | 第50-52页 |
| 4.3.1 标签匹配结果的相似度检验 | 第50-51页 |
| 4.3.2 战场数据样本标签的匹配方法模型 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于知识的标签匹配方法实现 | 第53-64页 |
| 5.1 兵棋推演背景阐述 | 第53-54页 |
| 5.2 战场数据样本标签的匹配方法实现 | 第54-63页 |
| 5.2.1 不同类型标签的匹配实现过程 | 第54-58页 |
| 5.2.2 标签匹配结果的分析与展示 | 第58-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 主要创新点 | 第64页 |
| 6.2 工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表论文、参与科研项目情况 | 第72-73页 |
| 附录A 态势规则库推演规则 | 第73-74页 |
| 附录B 战场态势样本数据 | 第74-77页 |
| 附录C 常见匹配算法核心代码 | 第77-79页 |
