CN116992294B - 卫星测控训练评估方法、装置、设备及存储介质 - Google Patents

卫星测控训练评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116992294B
CN116992294B CN202311245272.3A CN202311245272A CN116992294B CN 116992294 B CN116992294 B CN 116992294B CN 202311245272 A CN202311245272 A CN 202311245272A CN 116992294 B CN116992294 B CN 116992294B
Authority
CN
China
Prior art keywords
space
time
satellite measurement
control
training
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311245272.3A
Other languages
English (en)
Other versions
CN116992294A (zh
Inventor
魏明强
杨溢文
王磊
莫然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHENGDU GUOHENG SPACE TECHNOLOGY ENGINEERING CO LTD
Original Assignee
CHENGDU GUOHENG SPACE TECHNOLOGY ENGINEERING CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHENGDU GUOHENG SPACE TECHNOLOGY ENGINEERING CO LTD filed Critical CHENGDU GUOHENG SPACE TECHNOLOGY ENGINEERING CO LTD
Priority to CN202311245272.3A priority Critical patent/CN116992294B/zh
Publication of CN116992294A publication Critical patent/CN116992294A/zh
Application granted granted Critical
Publication of CN116992294B publication Critical patent/CN116992294B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种卫星测控训练评估方法、装置、设备及存储介质,所述方法包括获取卫星测控训练数据;对卫星测控训练数据进行时空属性提取和时空转换的语义处理,获得标准化时空信息,进行时空推理,并根据推理结果执行时空相似度关联分析;对所述卫星测控训练数据进行执行过程文本提取,进行综合检索词匹配,获得相似文本数据,执行语义关联分析;基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。本发明通过对卫星测控训练数据进行时空相似度关联分析和语义分析,提供了准确性和可参考性高的卫星测控训练评估方法,为科学定量化评估卫星测控训练水平提供了技术和系统级支撑,改变了过去人工评判的局面。

Description

卫星测控训练评估方法、装置、设备及存储介质
技术领域
本发明涉及卫星测控训练领域,尤其涉及到一种卫星测控训练评估方法、装置、设备及存储介质。
背景技术
随着我国卫星数量和能力不断提升,卫星测控人才培养收到关注。对在轨卫星进行测控训练成为测控人才培养的重要环节。卫星测控训练平台会产生大量的训练数据,其中有海量的时空数据,如卫星轨迹、测控点迹等,这些训练中的时空数据对卫星测控评估具有重要的参考价值,利用时空大数据关联分析可以对卫星测控训练进行定量化评估并进行线上预测操控的正确性。
现有卫星测控训练平台中的结果评估都是基于人工进行判断,而且几乎没有利用训练过程中的时空数据,导致对卫星测控训练评估的准确性与可参考性并不高。
发明内容
本发明的主要目的在于提供一种卫星测控训练评估方法、装置、设备及存储介质,旨在解决目前卫星测控训练评估没有利用训练过程中的时空数据,导致对卫星测控训练评估的准确性与可参考性并不高的技术问题。
为实现上述目的,本发明提供一种卫星测控训练评估方法,所述卫星测控训练评估方法包括以下步骤:
获取卫星测控训练数据;
对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;
对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
根据相似文本数据和综合检索词,执行语义关联分析;
基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
可选的,所述卫星测控训练数据包括多个训练系统的多个卫星测控终端执行卫星测控仿真事件产生的训练过程数据。
可选的,对提取的时空属性进行时空转换的语义处理,获得标准化时空信息步骤,具体包括:
对提取的时空属性中的时间信息进行归一化处理,获得标准化时间信息;
对提取的时空属性中的空间信息进行空间标准化和地名消歧处理,获得标准化空间信息。
可选的,将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析步骤,具体包括:
将所述标准化时空信息进行时空推理,获得时空属性布局;
基于所述时空属性布局和预设想定意图,确定所述卫星测控训练数据的时空相似度;其中,所述卫星测控训练数据包括同一训练系统中不同用户执行卫星测控的训练数据和不同训练系统中不同用户执行卫星测控的训练数据;
基于同一训练系统中不同用户执行卫星测控的训练数据对整个训练系统在执行当前总体任务的时空相似度进行修正;
基于不同训练系统中不同用户执行卫星测控的训练数据分别对每个训练系统在执行对应任务的时空相似度进行修正。
可选的,对提取的执行过程文本进行综合检索词匹配,获得相似文本数据步骤之前,所述方法,还包括:
获取预先想定脚本,构建情景词库;其中,所述情景词库包括预先想定脚本中的若干个情景词相关的结构化数据和情景驱动模型;
获取当前训练的情景信息,在所述情景词库中匹配所述情景信息对应的属性检索词和情景检索词进行组合,获得综合检索词。
可选的,根据相似文本数据和综合检索词,执行语义关联分析步骤,具体包括:
基于所述相似文本数据和所述综合检索词,确定所述卫星测控训练数据的语义相似度。
可选的,基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估步骤,具体包括:
基于所述卫星测控训练数据的时空相似度和语义相似度,对卫星测控训练数据进行评估。
此外,为了实现上述目的,本发明还提供了一种卫星测控训练评估装置,所述卫星测控训练评估装置包括:
获取模块,用于获取卫星测控训练数据;
提取模块,用于对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
第一分析模块,用于将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;
匹配模块,用于对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
第二分析模块,用于根据相似文本数据和综合检索词,执行语义关联分析;
评估模块,用于基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
此外,为了实现上述目的,本发明还提供了一种卫星测控训练评估设备,所述卫星测控训练评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的卫星测控训练评估程序,所述卫星测控训练评估程序被所述处理器执行时实现如上所述的卫星测控训练评估方法的步骤。
此外,为了实现上述目的,本发明还提供了一种存储介质,所述存储介质上存储有卫星测控训练评估程序,所述卫星测控训练评估程序被处理器执行时实现上述的卫星测控训练评估方法的步骤。
本发明的有益效果在于:提出了一种卫星测控训练评估方法、装置、设备及存储介质,所述方法包括获取卫星测控训练数据;对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;根据相似文本数据和综合检索词,执行语义关联分析;基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。本发明通过对卫星测控训练数据进行时空相似度关联分析和语义分析,提供了准确性和可参考性高的卫星测控训练评估方法,为科学定量化评估卫星测控训练水平提供了技术和系统级支撑,改变了过去人工评判的局面,为后续进行系统建设提供了必要的参考。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的装置结构示意图;
图2为本发明卫星测控训练评估方法实施例的流程示意图;
图3为本发明实施例中一种卫星测控训练评估装置的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图。
如图1所示,该装置可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选的用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的装置的结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及卫星测控训练评估程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的卫星测控训练评估程序,并执行以下操作:
获取卫星测控训练数据;
对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;
对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
根据相似文本数据和综合检索词,执行语义关联分析;
基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
本发明应用于装置的具体实施例与下述应用卫星测控训练评估方法的各实施例基本相同,在此不作赘述。
本发明实施例提供了一种卫星测控训练评估方法,参照图2,图2为本发明卫星测控训练评估方法实施例的流程示意图。
本实施例中,所述卫星测控训练评估方法,包括以下步骤:
S1:获取卫星测控训练数据;
S2:对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
S3:将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;
S4:对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
S5:根据相似文本数据和综合检索词,执行语义关联分析;
S6:基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
其中,系统通过训练仿真引擎不断产生仿真事件并提供事件处理机制,训练人员针对仿真事件执行卫星测控训练,并不断生成卫星测控训练数据,在此之后,将训练过程全量数据进行采集。在实际应用中,所述卫星测控训练数据包括多个训练系统的多个卫星测控终端执行卫星测控仿真事件产生的训练过程数据。需要说明的是,每条卫星测控训练数据包含了操作对象的时间点、位置,目标对象的时间点和位置,每个训练系统的时空格式有所不同。
在优选的实施例中,对提取的时空属性进行时空转换的语义处理,获得标准化时空信息步骤,具体包括:对提取的时空属性中的时间信息进行归一化处理,获得标准化时间信息;对提取的时空属性中的空间信息进行空间标准化和地名消歧处理,获得标准化空间信息。
其中,对提取的时空属性进行时空转换的语义处理,具体包括:
(1)对海量数据中多源异构信息进行时空属性抽取;(抽取为训练系统、用户、操作对象标识、时间点、空间点、目标对象标识、时间点、空间点,还有相关训练区域、防守区域、进攻区域、进攻路线)。
(2)进行时空转换的语义处理,时间的语义处理主要为时间信息的归一化,即将文本中的相对时间、时间缩写形式等表示为统一的、显式的表达形式;空间语义处理包括空间标准化和地名消歧;空间标准化指将同一地名的不同拼写形式和不同用字进行规范化处理以及坐标转换;地名消歧指为地名分配唯一的地理位置。
在优选的实施例中,将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析步骤,具体包括:将所述标准化时空信息进行时空推理,获得时空属性布局;基于所述时空属性布局和预设想定意图,确定所述卫星测控训练数据的时空相似度。
其中,对语义归一化后的时空信息进行时空推理,区分点、线和区域(面)这三种基本空间形态,通过空间线群目标相似度计算等技术,生成空间关联关系,利用时态推理、空间推理技术,计算标准化时空信息在时空维度上的多种关系并通过聚类技术进行关联分析,生成时空属性布局与预设想定意图的相似度,将该相似度作为卫星测控训练数据的时空相似度。
在实际应用中,包括同一训练系统和不同训练系统两种情况。
其一,检查同一训练系统的时空符合性,主要是看多个用户是否能够在时空上协同完成对目标对象的任务(预设想定意图,如主攻、策应、协同等在时空上的表达),在确定卫星测控训练数据的时空相似度时,通过时空推理计算同一训练系统中每个用户对应的标准化时空信息与目标对象任务的时空相似度,再基于每个用户执行卫星测控训练的重要度权重和/或任务量权重,对整个训练系统在执行当前总体任务的时空相似度修正。具体而言,修正方式为计算同一训练系统中每个用户执行卫星测控训练的相似度权重和,由此,通过考虑不同用户执行卫星测控训练的重要度或任务量,提升卫星测控训练评估的适应性,使评估结果适应于相同训练系统中具有不同职责用户的情况,评估结果更准确。
其二,检查不同训练系统的时空符合性,首先检查目标对象是否相同,若相同,则在时空上判断进攻波次是否按照预先定义的波次和时间(预设想定意图)进行,在确定卫星测控训练数据的时空相似度时,通过时空推理计算不同训练系统分别针对目标对象执行进攻波次与预先定义的波次和时间的时空相似度,再基于每个用户执行卫星测控训练的进攻波次准确率和/或进攻波次延迟量,对每个训练系统再执行对应任务的时空相似度进行修正。具体而言,修正方式为每个训练系统的相似度与进攻波次准确率和/或进攻波次延迟量对应修正系数的乘积,由此,通过考虑不同训练系统执行相同目标对象的完成质量,提升卫星测控训练评估的适应性,使评估结果适应于不同训练系统中不同用户的情况,评估结果更准确。
在优选的实施例中,对提取的执行过程文本进行综合检索词匹配,获得相似文本数据步骤之前,所述方法,还包括:获取预先想定脚本,构建情景词库;其中,所述情景词库包括预先想定脚本中的若干个情景词相关的结构化数据和情景驱动模型;获取当前训练的情景信息,在所述情景词库中匹配所述情景信息对应的属性检索词和情景检索词进行组合,获得综合检索词。
在优选的实施例中,根据相似文本数据和综合检索词,执行语义关联分析步骤,具体包括:基于所述相似文本数据和所述综合检索词,确定所述卫星测控训练数据的语义相似度。
在实际应用中,通过收集信息获取自然语言能够理解的训练知识,对获取的知识进行程序实现表达,通过形式化或可视化描述实体间关系,明确实体属性与具体结构化数据字段的映射关系;(除了时空位置信息外,训练系统中还存在训练演习的预先想定脚本;在训练执行过程中,还会有一些执行过程中的文书文本、计划文本等,语义分析主要是分析预先想定的脚本与执行过程中文本的匹配程度,以检查预先想定脚本的科学性,并考查训练执行过程中是否与想定相符合)。设计存储所有情景词的情景词库,包含情景相关的结构化数据字段和情景驱动模型的实体、关系信息;(情景词库从预先想定脚本中来)。基于情景词库结合当前训练的情景从结构化数据、情景驱动模型中筛选出属性检索词和情景检索词,按照属性和字段的映射关系进行组合,获取综合检索词。
在此之后,基于语义分析的数据检索功能,以综合检索词为查询条件在非结构化文本数据中找出内容相近的文本数据;(此处主要是检查执行文本中是否有预先想定脚本中的关键特征)。基于情景驱动模型的关联规则,计算检索出的文本数据与综合检索词之间的关联性,作为判断结构化数据与非结构化数据之间在情景下关联的结论;(这是预先想定脚本与执行脚本之间是否相符的评估)。
在优选的实施例中,基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估步骤,具体包括:基于所述卫星测控训练数据的时空相似度和语义相似度,对卫星测控训练数据进行评估。
具体而言,可根据时空相似度和语义相似度与预设相似度阈值来判定当前卫星测控训练终端对应的卫星测控训练数据是否满足训练要求,进而判定此次训练是否合格。
在本实施例中,提供了一种卫星测控训练评估方法,通过对卫星测控训练数据进行时空相似度关联分析和语义分析,提供了准确性和可参考性高的卫星测控训练评估方法,为科学定量化评估卫星测控训练水平提供了技术和系统级支撑,改变了过去人工评判的局面,为后续进行系统建设提供了必要的参考。
参照图3,图3为本发明卫星测控训练评估装置实施例的结构框图。
如图3所示,本发明实施例提出的卫星测控训练评估装置包括:
获取模块10,用于获取卫星测控训练数据;
提取模块20,用于对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
第一分析模块30,用于将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;
匹配模块40,用于对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
第二分析模块50,用于根据相似文本数据和综合检索词,执行语义关联分析;
评估模块60,用于基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
本发明卫星测控训练评估装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
此外,本发明还提出一种卫星测控训练评估设备,所述卫星测控训练评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的卫星测控训练评估程序,所述卫星测控训练评估程序被所述处理器执行时实现如上所述的卫星测控训练评估方法的步骤。
本申请卫星测控训练评估设备的具体实施方式与上述卫星测控训练评估方法各实施例基本相同,在此不再赘述。
此外,本发明还提出一种可读存储介质,所述可读存储介质包括计算机可读存储介质,其上存储有卫星测控训练评估程序。所述可读存储介质可以是图1的终端中的存储器1005,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述可读存储介质包括若干指令用以使得一台具有处理器的卫星测控训练评估设备执行本发明各个实施例所述的卫星测控训练评估方法。
本申请可读存储介质中卫星测控训练评估程序的具体实施方式与上述卫星测控训练评估方法各实施例基本相同,在此不再赘述。
可以理解的是,在本说明书的描述中,参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例~第N实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种卫星测控训练评估方法,其特征在于,所述卫星测控训练评估方法包括以下步骤:
S1:获取卫星测控训练数据;
S2:对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
S3:将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;所述步骤S3中,将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析步骤,具体包括:
将所述标准化时空信息进行时空推理,获得时空属性布局;
基于所述时空属性布局和预设想定意图,确定所述卫星测控训练数据的时空相似度;其中,所述卫星测控训练数据包括同一训练系统中不同用户执行卫星测控的训练数据和不同训练系统中不同用户执行卫星测控的训练数据;
基于同一训练系统中不同用户执行卫星测控的训练数据对整个训练系统在执行当前总体任务的时空相似度进行修正;
其中,在确定卫星测控训练数据的时空相似度时,通过时空推理计算同一训练系统中每个用户对应的标准化时空信息与目标对象任务的时空相似度,再基于每个用户执行卫星测控训练的重要度权重和/或任务量权重,对整个训练系统在执行当前总体任务的时空相似度修正;
基于不同训练系统中不同用户执行卫星测控的训练数据分别对每个训练系统在执行对应任务的时空相似度进行修正;
其中,在确定卫星测控训练数据的时空相似度时,通过时空推理计算不同训练系统分别针对目标对象执行进攻波次与预先定义的波次和时间的时空相似度,再基于每个用户执行卫星测控训练的进攻波次准确率和/或进攻波次延迟量,对每个训练系统再执行对应任务的时空相似度进行修正;
S4:对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
S5:根据相似文本数据和综合检索词,执行语义关联分析;
S6:基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
2.如权利要求1所述的卫星测控训练评估方法,其特征在于,所述步骤S1中,卫星测控训练数据包括多个训练系统的多个卫星测控终端执行卫星测控仿真事件产生的训练过程数据。
3.如权利要求1所述的卫星测控训练评估方法,其特征在于,所述步骤S2中,对提取的时空属性进行时空转换的语义处理,获得标准化时空信息步骤,具体包括:
对提取的时空属性中的时间信息进行归一化处理,获得标准化时间信息;
对提取的时空属性中的空间信息进行空间标准化和地名消歧处理,获得标准化空间信息。
4.如权利要求1所述的卫星测控训练评估方法,其特征在于,所述步骤S4中,对提取的执行过程文本进行综合检索词匹配,获得相似文本数据步骤之前,所述方法,还包括:
获取预先想定脚本,构建情景词库;其中,所述情景词库包括预先想定脚本中的若干个情景词相关的结构化数据和情景驱动模型;
获取当前训练的情景信息,在所述情景词库中匹配所述情景信息对应的属性检索词和情景检索词进行组合,获得综合检索词。
5.如权利要求3所述的卫星测控训练评估方法,其特征在于,所述步骤S5中,根据相似文本数据和综合检索词,执行语义关联分析步骤,具体包括:
基于所述相似文本数据和所述综合检索词,确定所述卫星测控训练数据的语义相似度。
6.如权利要求5所述的卫星测控训练评估方法,其特征在于,所述步骤S6中,基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估步骤,具体包括:
基于所述卫星测控训练数据的时空相似度和语义相似度,对卫星测控训练数据进行评估。
7.一种卫星测控训练评估装置,其特征在于,所述卫星测控训练评估装置包括:
获取模块,用于获取卫星测控训练数据;
提取模块,用于对所述卫星测控训练数据进行时空属性提取,并对提取的时空属性进行时空转换的语义处理,获得标准化时空信息;
第一分析模块,用于将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析;将所述标准化时空信息进行时空推理,并根据推理结果执行时空相似度关联分析,具体包括:
将所述标准化时空信息进行时空推理,获得时空属性布局;
基于所述时空属性布局和预设想定意图,确定所述卫星测控训练数据的时空相似度;其中,所述卫星测控训练数据包括同一训练系统中不同用户执行卫星测控的训练数据和不同训练系统中不同用户执行卫星测控的训练数据;
基于同一训练系统中不同用户执行卫星测控的训练数据对整个训练系统在执行当前总体任务的时空相似度进行修正;
其中,在确定卫星测控训练数据的时空相似度时,通过时空推理计算同一训练系统中每个用户对应的标准化时空信息与目标对象任务的时空相似度,再基于每个用户执行卫星测控训练的重要度权重和/或任务量权重,对整个训练系统在执行当前总体任务的时空相似度修正;
基于不同训练系统中不同用户执行卫星测控的训练数据分别对每个训练系统在执行对应任务的时空相似度进行修正;
其中,在确定卫星测控训练数据的时空相似度时,通过时空推理计算不同训练系统分别针对目标对象执行进攻波次与预先定义的波次和时间的时空相似度,再基于每个用户执行卫星测控训练的进攻波次准确率和/或进攻波次延迟量,对每个训练系统再执行对应任务的时空相似度进行修正;
匹配模块,用于对所述卫星测控训练数据进行执行过程文本提取,并对提取的执行过程文本进行综合检索词匹配,获得相似文本数据;
第二分析模块,用于根据相似文本数据和综合检索词,执行语义关联分析;
评估模块,用于基于时空相似度关联分析结果和语义关联分析结果,完成卫星测控训练评估。
8.一种卫星测控训练评估设备,其特征在于,所述卫星测控训练评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的卫星测控训练评估程序,所述卫星测控训练评估程序被所述处理器执行时实现如权利要求1至6中任一项所述的卫星测控训练评估方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有卫星测控训练评估程序,所述卫星测控训练评估程序被处理器执行时实现如权利要求1至6中任一项所述的卫星测控训练评估方法的步骤。
CN202311245272.3A 2023-09-26 2023-09-26 卫星测控训练评估方法、装置、设备及存储介质 Active CN116992294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311245272.3A CN116992294B (zh) 2023-09-26 2023-09-26 卫星测控训练评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311245272.3A CN116992294B (zh) 2023-09-26 2023-09-26 卫星测控训练评估方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116992294A CN116992294A (zh) 2023-11-03
CN116992294B true CN116992294B (zh) 2023-12-19

Family

ID=88530482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311245272.3A Active CN116992294B (zh) 2023-09-26 2023-09-26 卫星测控训练评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116992294B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117992775A (zh) * 2024-04-07 2024-05-07 武昌首义学院 一种卫星情报与训练数据能效管理与优化方法及系统

Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2322448A1 (en) * 1998-03-04 1999-09-10 The Trustees Of Columbia University In The City Of New York Method and system for generating semantic visual templates for image and video retrieval
US7958457B1 (en) * 1999-12-20 2011-06-07 Wireless Agents, Llc Method and apparatus for scheduling presentation of digital content on a personal communication device
WO2019040539A1 (en) * 2017-08-21 2019-02-28 Flow Immersive, Inc. INCREASED VIRTUAL REALITY
CN111159387A (zh) * 2019-12-12 2020-05-15 北京睿企信息科技有限公司 基于多维度报警信息文本相似度分析的推荐方法
US10750245B1 (en) * 2014-11-25 2020-08-18 Clarifai, Inc. User interface for labeling, browsing, and searching semantic labels within video
CN111968005A (zh) * 2020-06-29 2020-11-20 法能(中国)能源技术有限公司 区域能源系统潜力评估方法及实现该方法的系统
CN112257386A (zh) * 2020-10-26 2021-01-22 重庆邮电大学 一种文景转换中场景空间关系信息布局生成的方法
WO2021022225A1 (en) * 2019-08-01 2021-02-04 Tempus Labs, Inc. Methods and systems for detecting microsatellite instability of a cancer in a liquid biopsy assay
CN112527933A (zh) * 2020-12-04 2021-03-19 重庆市地理信息和遥感应用中心 一种基于空间位置和文本训练的中文地址关联方法
CN113191156A (zh) * 2021-04-29 2021-07-30 浙江禾连网络科技有限公司 一种基于医学知识图谱与预训练模型的医学检查项目标准化的系统与方法
CN113297527A (zh) * 2021-06-09 2021-08-24 四川大学 基于多源城市大数据的pm2.5全面域时空计算推断方法
WO2021169626A1 (zh) * 2020-02-29 2021-09-02 深圳壹账通智能科技有限公司 基于词库的匹配推荐方法、装置、设备及存储介质
CN113378476A (zh) * 2021-06-28 2021-09-10 武汉大学 一种全球250米分辨率时空连续的叶面积指数卫星产品生成方法
CN113449111A (zh) * 2021-08-31 2021-09-28 苏州工业园区测绘地理信息有限公司 基于时空语义知识迁移的社会治理热点话题自动识别方法
KR102316598B1 (ko) * 2020-09-25 2021-10-21 서울대학교산학협력단 토지피복지도의 제작방법 및 제작시스템, 그 방법을 수행하는 프로그램이 수록된 기록매체
EP3910525A1 (en) * 2020-05-15 2021-11-17 Volkswagen Ag Method, computer program and apparatus for detecting a semantic change of a word between domains
CN113704546A (zh) * 2021-08-23 2021-11-26 西安电子科技大学 基于空间时序特征的视频自然语言文本检索方法
CN114036759A (zh) * 2021-11-15 2022-02-11 中国人民解放军32039部队 一种卫星在轨管理数字仿真训练系统
CN114416927A (zh) * 2022-01-24 2022-04-29 招商银行股份有限公司 智能问答方法、装置、设备及存储介质
WO2022256460A1 (en) * 2021-06-01 2022-12-08 Buildingestimates.Com Limited Systems for rapid accurate complete detailing and cost estimation for building construction from 2d plans
CN115640458A (zh) * 2022-09-30 2023-01-24 中国四维测绘技术有限公司 一种遥感卫星资讯推荐方法、系统及设备
CN116089629A (zh) * 2023-02-24 2023-05-09 中国地质大学(武汉) 一种磷矿成矿规律文本数据挖掘方法及系统
CN116402137A (zh) * 2023-06-02 2023-07-07 中国人民解放军国防科技大学 一种基于公开信息的卫星任务挖掘预测方法、系统及装置
CN116562260A (zh) * 2023-07-07 2023-08-08 湖南视觉伟业智能科技有限公司 一种文本信息处理方法及处理系统
CN116578569A (zh) * 2023-07-12 2023-08-11 成都国恒空间技术工程股份有限公司 卫星时空轨迹数据关联分析方法
CN116663523A (zh) * 2023-05-19 2023-08-29 杭州众章数据科技有限公司 多角度增强网络的语义文本相似度计算方法
CN116776238A (zh) * 2023-08-25 2023-09-19 汇杰设计集团股份有限公司 一种基于多源信息水旱灾害动态风险评估方法和系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9443005B2 (en) * 2012-12-14 2016-09-13 Instaknow.Com, Inc. Systems and methods for natural language processing
US9996769B2 (en) * 2016-06-08 2018-06-12 International Business Machines Corporation Detecting usage of copyrighted video content using object recognition
US20230162162A1 (en) * 2018-04-30 2023-05-25 Deckard Technologies, Inc. Detecting unpermitted renovation events through data mining, natural language processing, and machine learning
US20210078735A1 (en) * 2019-09-18 2021-03-18 Bae Systems Information And Electronic Systems Integration Inc. Satellite threat mitigation by application of reinforcement machine learning in physics based space simulation
US20210209424A1 (en) * 2020-01-06 2021-07-08 Quantela Inc Computer-based method and system for predicting and generating land use land cover (lulc) classification
US20220093276A1 (en) * 2020-09-24 2022-03-24 XY.Health Inc. Machine Learning-Based Prediction of Covid-19 Risk Score for Census Tract-Level Communities

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2322448A1 (en) * 1998-03-04 1999-09-10 The Trustees Of Columbia University In The City Of New York Method and system for generating semantic visual templates for image and video retrieval
US7958457B1 (en) * 1999-12-20 2011-06-07 Wireless Agents, Llc Method and apparatus for scheduling presentation of digital content on a personal communication device
US10750245B1 (en) * 2014-11-25 2020-08-18 Clarifai, Inc. User interface for labeling, browsing, and searching semantic labels within video
WO2019040539A1 (en) * 2017-08-21 2019-02-28 Flow Immersive, Inc. INCREASED VIRTUAL REALITY
WO2021022225A1 (en) * 2019-08-01 2021-02-04 Tempus Labs, Inc. Methods and systems for detecting microsatellite instability of a cancer in a liquid biopsy assay
CN111159387A (zh) * 2019-12-12 2020-05-15 北京睿企信息科技有限公司 基于多维度报警信息文本相似度分析的推荐方法
WO2021169626A1 (zh) * 2020-02-29 2021-09-02 深圳壹账通智能科技有限公司 基于词库的匹配推荐方法、装置、设备及存储介质
EP3910525A1 (en) * 2020-05-15 2021-11-17 Volkswagen Ag Method, computer program and apparatus for detecting a semantic change of a word between domains
CN111968005A (zh) * 2020-06-29 2020-11-20 法能(中国)能源技术有限公司 区域能源系统潜力评估方法及实现该方法的系统
KR102316598B1 (ko) * 2020-09-25 2021-10-21 서울대학교산학협력단 토지피복지도의 제작방법 및 제작시스템, 그 방법을 수행하는 프로그램이 수록된 기록매체
CN112257386A (zh) * 2020-10-26 2021-01-22 重庆邮电大学 一种文景转换中场景空间关系信息布局生成的方法
CN112527933A (zh) * 2020-12-04 2021-03-19 重庆市地理信息和遥感应用中心 一种基于空间位置和文本训练的中文地址关联方法
CN113191156A (zh) * 2021-04-29 2021-07-30 浙江禾连网络科技有限公司 一种基于医学知识图谱与预训练模型的医学检查项目标准化的系统与方法
WO2022256460A1 (en) * 2021-06-01 2022-12-08 Buildingestimates.Com Limited Systems for rapid accurate complete detailing and cost estimation for building construction from 2d plans
CN113297527A (zh) * 2021-06-09 2021-08-24 四川大学 基于多源城市大数据的pm2.5全面域时空计算推断方法
CN113378476A (zh) * 2021-06-28 2021-09-10 武汉大学 一种全球250米分辨率时空连续的叶面积指数卫星产品生成方法
CN113704546A (zh) * 2021-08-23 2021-11-26 西安电子科技大学 基于空间时序特征的视频自然语言文本检索方法
CN113449111A (zh) * 2021-08-31 2021-09-28 苏州工业园区测绘地理信息有限公司 基于时空语义知识迁移的社会治理热点话题自动识别方法
CN114036759A (zh) * 2021-11-15 2022-02-11 中国人民解放军32039部队 一种卫星在轨管理数字仿真训练系统
CN114416927A (zh) * 2022-01-24 2022-04-29 招商银行股份有限公司 智能问答方法、装置、设备及存储介质
CN115640458A (zh) * 2022-09-30 2023-01-24 中国四维测绘技术有限公司 一种遥感卫星资讯推荐方法、系统及设备
CN116089629A (zh) * 2023-02-24 2023-05-09 中国地质大学(武汉) 一种磷矿成矿规律文本数据挖掘方法及系统
CN116663523A (zh) * 2023-05-19 2023-08-29 杭州众章数据科技有限公司 多角度增强网络的语义文本相似度计算方法
CN116402137A (zh) * 2023-06-02 2023-07-07 中国人民解放军国防科技大学 一种基于公开信息的卫星任务挖掘预测方法、系统及装置
CN116562260A (zh) * 2023-07-07 2023-08-08 湖南视觉伟业智能科技有限公司 一种文本信息处理方法及处理系统
CN116578569A (zh) * 2023-07-12 2023-08-11 成都国恒空间技术工程股份有限公司 卫星时空轨迹数据关联分析方法
CN116776238A (zh) * 2023-08-25 2023-09-19 汇杰设计集团股份有限公司 一种基于多源信息水旱灾害动态风险评估方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Spatio-temporal trajectory similarity learning in road networks;Fang, Z等;《 Proceedings of the 28th ACM SIGKDD conference on knowledge discovery and data mining》;347-356 *
基于GPS数据的出租车出行时空特征分析;何佳曦;《中国优秀硕士学位论文全文数据库 基础科学辑》(第7期);A008-23 *

Also Published As

Publication number Publication date
CN116992294A (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN110264274B (zh) 客群划分方法、模型生成方法、装置、设备及存储介质
CN116992294B (zh) 卫星测控训练评估方法、装置、设备及存储介质
US20080208836A1 (en) Regression framework for learning ranking functions using relative preferences
CN112163424A (zh) 数据的标注方法、装置、设备和介质
CN112862593B (zh) 信用评分卡模型训练方法、装置、系统及计算机存储介质
CN105069103A (zh) App搜索引擎利用用户评论的方法及系统
EP3783522A1 (en) Semantic model instantiation method, system and device
CN111582488A (zh) 一种事件推演方法及装置
CN114254950A (zh) 电信资源数据处理方法、装置、电子设备及存储介质
CN113918794B (zh) 企业网络舆情效益分析方法、系统、电子设备及存储介质
CN116091113A (zh) 营销模型数据处理方法、系统及计算机可读存储介质
CN117235238B (zh) 问答方法、装置、存储介质及计算机设备
CN106484913A (zh) 一种目标图片确定的方法以及服务器
CN111859074B (zh) 基于深度学习的网络舆情信息源影响力评估方法及系统
CN112966964A (zh) 基于设计需求的产品匹配方法、装置、设备及存储介质
CN110930106A (zh) 线上面试系统的信息处理方法、装置和系统
EP3283932A1 (en) Requirements determination
CN115423201A (zh) 发电量数据预测方法、装置、设备及计算机可读存储介质
CN114821173A (zh) 图像分类方法、装置、设备及存储介质
CN113656545A (zh) 智能面试方法、装置、计算机设备及存储介质
CN111078972B (zh) 提问行为数据的获取方法、装置和服务器
CN115018625A (zh) 征信融合报告生成方法、装置、设备及存储介质
Park et al. A new forecasting system using the latent dirichlet allocation (LDA) topic modeling technique
CN112507189A (zh) 基于BiLSTM-CRF模型的金融用户画像信息提取方法及系统
CN115292576B (zh) 基于互联网智能搜索匹配引擎的搜索方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant