龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：一种基于GraphSAGE的舰艇编队个体目标识别方法，它属于信息与通信工程的电子侦察领域。本发明解决了当目标自身属性信息缺失的情况下，现有方法对舰艇编队中个体目标识别的准确率低的问题。本发明方案为：步骤一、根据获取的舰艇编队中每个目标的属性信息以及目标间的通信链路信息构建知识图谱，将构建的知识图谱转化为图模型；步骤二、对图模型中的节点特征进行预处理得到预处理后的节点特征，根据预处理后的节点特征构造特征矩阵；步骤三、利用特征矩阵对模型进行训练，直至在特征矩阵的已知节点上识别准确率达到阈值时停止训练，获得训练好的模型；同时得到对未知节点的目标识别结果。本发明可以应用于舰艇编队个体目标识别。
主权项：1.一种基于GraphSAGE的舰艇编队个体目标识别方法，其特征在于，所述方法具体包括以下步骤：步骤一、获取舰艇编队中每个目标的属性信息以及目标间的通信链路信息，再将每个目标分别作为知识图谱中的一个节点，根据获取的目标属性信息及通信链路信息构建知识图谱；并将构建的知识图谱转化为图模型，图模型中每个节点的特征即为节点所对应目标的属性信息，图模型中的边特征即为边所连接的两个节点之间通信链路信息；步骤二、对图模型中的节点特征进行预处理，得到预处理后的节点特征，并根据预处理后的节点特征构造特征矩阵；步骤三、搭建第一图卷积神经网络模型GraphSAGE和第二图卷积神经网络模型GraphSAGE，利用构造的特征矩阵对搭建的模型进行训练；具体为：将特征矩阵作为第一图卷积神经网络模型GraphSAGE的输入，再将第一图卷积神经网络模型GraphSAGE的输出作为第二图卷积神经网络模型GraphSAGE的输入；并将第二图卷积神经网络模型GraphSAGE的输出作为LogSoftmax分类器的输入，利用LogSoftmax分类器输出目标识别结果；直至在特征矩阵的已知节点上识别准确率达到阈值时停止训练，获得训练好的第一图卷积神经网络模型GraphSAGE、第二图卷积神经网络模型GraphSAGE和LogSoftmax分类器；同时根据训练好的LogSoftmax分类器的输出得到对未知节点的目标识别结果。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于GraphSAGE的舰艇编队个体目标识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号