视频侦查的知识图谱构建研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景及目的 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 知识图谱的起源 | 第15页 |
| 1.2.2 知识图谱相关技术研究 | 第15-16页 |
| 1.2.3 知识图谱的领域应用 | 第16-17页 |
| 1.3 视频侦查知识图谱构建的意义 | 第17-18页 |
| 1.4 研究内容及章节安排 | 第18-20页 |
| 2 知识图谱构建概述 | 第20-32页 |
| 2.1 知识图谱的定义 | 第20页 |
| 2.2 知识图谱的架构 | 第20-22页 |
| 2.2.1 逻辑架构 | 第20-21页 |
| 2.2.2 知识图谱构建流程 | 第21-22页 |
| 2.3 相关构建技术 | 第22-31页 |
| 2.3.1 实体抽取 | 第22-24页 |
| 2.3.2 关系获取 | 第24-26页 |
| 2.3.3 实体链接 | 第26页 |
| 2.3.4 本体 | 第26-28页 |
| 2.3.5 知识推理 | 第28-29页 |
| 2.3.6 知识图谱存储 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 视频侦查知识图谱的数据层构建 | 第32-60页 |
| 3.1 数据源获取 | 第32-35页 |
| 3.2 知识抽取 | 第35-50页 |
| 3.2.1 实体抽取 | 第36-40页 |
| 3.2.2 语义关系抽取 | 第40-45页 |
| 3.2.3 属性抽取 | 第45-48页 |
| 3.2.4 事件抽取 | 第48-50页 |
| 3.3 知识融合 | 第50-53页 |
| 3.3.1 实体链接 | 第50-52页 |
| 3.3.2 知识合并 | 第52-53页 |
| 3.4 知识管理 | 第53-56页 |
| 3.5 知识存储 | 第56-59页 |
| 3.5.1 数据模型 | 第57页 |
| 3.5.2 数据导入 | 第57-59页 |
| 3.6 本章小结 | 第59-60页 |
| 4 视频侦查知识图谱的模式层构建 | 第60-72页 |
| 4.1 视频侦查本体要素 | 第60-61页 |
| 4.2 视频侦查本体构建方法 | 第61-63页 |
| 4.3 本体编辑 | 第63-69页 |
| 4.3.1 概念 | 第63-64页 |
| 4.3.2 对象属性 | 第64-65页 |
| 4.3.3 数据属性 | 第65-66页 |
| 4.3.4 实例 | 第66-67页 |
| 4.3.5 本体模型可视化 | 第67-69页 |
| 4.4 知识推理 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 5 视频侦查知识图谱的实现与应用 | 第72-84页 |
| 5.1 DeepFinder简介 | 第72-73页 |
| 5.2 DeepFinder相关配置 | 第73-77页 |
| 5.2.1 本体配置 | 第73-74页 |
| 5.2.2 数据配置 | 第74-75页 |
| 5.2.3 融合配置 | 第75-77页 |
| 5.3 知识图谱的实现和更新 | 第77-78页 |
| 5.3.1 知识图谱可视化 | 第77页 |
| 5.3.2 知识更新 | 第77-78页 |
| 5.4 视频侦查中知识图谱的应用 | 第78-83页 |
| 5.4.1 应用概述 | 第78-79页 |
| 5.4.2 案例应用解析 | 第79-83页 |
| 5.5 本章小结 | 第83-84页 |
| 6 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84页 |
| 6.2 展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 在学研究成果 | 第90-91页 |
| 致谢 | 第91页 |
