(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 202210585974.5 (22)申请日 2022.05.27 (71)申请人 中国科学院国家空间科 学中心 地址 100190 北京市海淀区中关村南 二条1 号 (72)发明人 陈红珍　卞春江　李洋帆　陈实　 (74)专利代理 机构 北京方安思达知识产权代理 有限公司 1 1472 专利代理师 刘振　周玉秀 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/28(2019.01) G06N 5/02(2006.01) G06N 7/00(2006.01) (54)发明名称 一种基于知识图谱的机场区域意图稳健估 计方法 (57)摘要 本发明涉及知识图谱、 不确定性推理技术领 域， 特别涉及一种基于知识图谱的机场区域意图 稳健估计方法， 所述方法包括： 离线构建天基遥 感区域态势感知分析知 识图谱； 基于构建好的知 识图谱， 利用其本体知识表示方式和领域知识， 结合贝叶斯网络方法对机场区域意图进行不确 定推理， 最终在线实现对机场区域意图的稳健估 计。 本发明的方法采用前沿知识图谱、 贝叶斯网 络技术实现稳健的威胁意图估计能力以满足独 特的天基遥感机场区域高层次态势感知分析处 理需求。 权利要求书2页 说明书9页 附图2页 CN 114996473 A 2022.09.02 CN 114996473 A 1.一种基于知识图谱的机场区域 意图稳健估计方法， 所述方法包括： 离线构建天基遥感区域态 势感知分析知识图谱； 基于构建好的知识图谱， 利用其本体知识表示方式和领域知识， 结合贝叶斯网络方法 对机场区域 意图进行不确定推理， 最终在线实现对机场区域 意图的稳健估计。 2.根据权利要求1所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述离线构建天基遥感区域态 势感知分析知识图谱； 具体包括： 面向天基遥感机场 区域意图估计需求， 采用基于本体的知识表示方法， 设计并定义天 基遥感机场区域态 势感知分析本体模型； 针对领域历史态势感知分析实例数据、 意图估计专家经验和 武器装备性能参数， 参照 本体模型， 进行知识提取及融合处 理， 获取领域知识； 参照本体模型， 采用Neo4j图数据库将获取的领域知识进行存储， 进而完成天基遥感区 域态势感知分析知识图谱的构建。 3.根据权利要求2所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述天基遥感机场区域态势感知分析本体模型为描述天基遥感机场区域领域知识的形式化 通用概念 模型， 包括： 概念类、 实体、 关系 、 属性和规则； 其中， 所述概念类包括顶层本体类和子类， 在顶层本体类之下， 按照自顶向下的原则逐层添 加子类， 子类继承父类的全部特性， 并且表达的概念范围小于父类； 所述实体， 用于表示 概念类的实例； 所述关系， 用于表示 概念类与概念类、 概念类与实体以及实体与实体之间的关系； 所述属性， 包括 概念类属性、 实体属性和关系属性； 所述规则， 包括 函数和公理。 4.根据权利要求1所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述基于构建好的知识图谱， 利用其本体知识表示方式和领域知识， 结合贝叶斯网络方法对 机场区域 意图进行不确定推理， 最终在线实现对机场区域 意图的稳健估计； 具体包括： 步骤s1)提取机场区域的威胁意图影响要素； 步骤s2)对提取的威胁意图影响要素进行 预处理； 步骤s3)对预处 理的威胁意图影响要素进行威胁意图推理。 5.根据权利要求4所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述步骤s1)包括： 针对卫星遥感感知态势信息， 经济政治情报信息以及环境信息， 提取机场 区域的威胁 意图影响要素， 包括： 不同型号飞机数量及变化数量、 设施数量和设施变化数量、 保障数量 和保障变化数量、 政治情况、 经济情况、 天气情况、 季节情况和地理情况。 6.根据权利要求4所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述步骤s2)包括： 对机场区域的威胁意图影响要素进行归一 化处理； 对归一化处理后的威胁意图影响要素进行模糊度量处 理， 得到预处 理特征向量。 7.根据权利要求4所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述步骤s3)包括： 步骤s3.1)根据预处理特征向量， 针对机场场景确定贝叶斯网络节点， 确定节点间连接权　利　要　求　书 1/2 页 2 CN 114996473 A 2关系， 构建机场 场景的单根节点多层贝叶斯网络 拓扑结构； 步骤s3.2)针对构建的贝叶斯网络 拓扑结构， 依据专 家知识确定所有节点的状态空间； 步骤s3.3)确定网络参数， 即给出网络中所有根节点的先验概率表和子节点的条件转 移概率表， 从而完成贝叶斯网络的创建； 步骤s3.4)基于贝叶斯网络计算 威胁意图后验概 率， 实现威胁意图推理。 8.根据权利要求7所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述步骤s3.1)的贝叶斯网络节点包括 根节点、 隐含层节点和底层子节点； 其中， 所述根节点为结果变量， 即威胁意图； 所述隐含层节点为中间变量， 包括武器部署情况、 设施部署情况、 保障部署情况、 经济 政治情况和环境情况； 所述底层子节点 为观测变量， 即威胁意图影响要素。 9.根据权利要求8所述的基于知识图谱的机场区域意图稳健估计方法， 其特征在于， 所 述步骤s3.3)包括： 根据专家知识确定贝叶斯网络结构中根节点即威胁意图的先验概 率表； 针对观测变量、 隐含层节点和根节点的状态 空间， 根据专家知识， 确定贝叶斯网络结构 中所有节点 不同状态之间的条件转移概 率表， 从而完成贝叶斯网络的创建。 10.根据权利要求9所述的基于知识图谱的机场 区域意图稳健估计方法， 其特征在于， 所述步骤s3.4)威胁意图后验概 率p(x0|u1‑1,…u1‑n1…u5‑1,…u5‑n5)满足下式： 其中， {u1‑1,…u1‑n1…u5‑1,…u5‑n5}表示观测变量； x0表示结果变量， 即威胁意图， xi表示 隐含层中的第i个隐含变量， 1≤i≤5， ui‑j为观测层变量， 表示第i个隐含变量的第j个观测 变量， n1、 ……n5分别表示第i个隐含变量的观测变量数， p( ·)表示概率， π(xi)表示xi所有 父节点的集 合， 表示遍历x1,…x5的取值求和。权　利　要　求　书 2/2 页 3 CN 114996473 A 3