Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国电子科技集团公司第五十二研究所徐志伟获国家专利权

中国电子科技集团公司第五十二研究所徐志伟获国家专利权

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!

龙图腾网获悉中国电子科技集团公司第五十二研究所申请的专利基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115640736B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211067595.3,技术领域涉及:G06F30/27;该发明授权基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置是由徐志伟;夏少杰;包骐豪;朱善胜;瞿崇晓设计研发完成,并于2022-09-01向国家知识产权局提交的专利申请。

基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置在说明书摘要公布了:本发明公开了一种基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置,包括:对采集的兵棋推演数据进行多分辨率势态特征抽象,得到统一维度下作战单位的战场势态特征集;基于战场势态特征集采用弱监督自训练方法提取兵棋推演数据中已知的关键事件,并得到特定关键事件集;基于战场势态特征集和特定关键事件集,利用基于深度隐层特征的新型关键事件识别方法提取兵棋推演数据中新型的关键事件,并对新型的关键事件进行标注得到新型关键事件集;将特定关键事件集和新型关键事件集中的各关键事件依据时序关系组合,形成多元战法集,完成关键战法挖掘。本发明提高关键战法挖掘的时效性和准确性。

本发明授权基于关键事件检测的兵棋推演过程关键战法挖掘方法及装置在权利要求书中公布了:1.一种基于关键事件检测的兵棋推演过程关键战法挖掘方法,其特征在于,所述基于关键事件检测的兵棋推演过程关键战法挖掘方法,包括: 对采集的兵棋推演数据进行多分辨率势态特征抽象,得到统一维度下作战单位的战场势态特征集; 基于战场势态特征集采用弱监督自训练方法提取兵棋推演数据中已知的关键事件,并得到特定关键事件集; 基于战场势态特征集和特定关键事件集,利用基于深度隐层特征的新型关键事件识别方法提取兵棋推演数据中新型的关键事件,并对新型的关键事件进行标注得到新型关键事件集; 将特定关键事件集和新型关键事件集中的各关键事件依据时序关系组合,形成多元战法集,完成关键战法挖掘; 其中,所述对采集的兵棋推演数据进行多分辨率势态特征抽象,包括: 通过哑编码、区间缩放和离散化方法对兵棋推演数据中原始战场协同信息进行处理得到协同特征; 利用增维方法对协同特征中作战单位的静态特征进行增维,利用降维方法对协同特征中作战单位的动态特征进行降维; 基于特征选择方法处理静态特征和动态特征得到最终的战场势态特征集,所述战场势态特征集包括依据决策时刻顺序排列的势态-指令特征序列; 其中,所述基于战场势态特征集采用弱监督自训练方法提取兵棋推演数据中已知的关键事件,并得到特定关键事件集,包括: 对战场势态特征集中的数据进行聚类,得到聚类结果; 依据聚类结果表征的数据空间分布,结合带有标签的战斗关键事件数据集训练半监督支持向量机分类器作为分类识别模型,并利用分类识别模型对战场势态特征集中的数据进行标注; 根据先验触发标志从已标注的战场势态特征集中选取标签符合先验触发标志的数据形成特定关键事件集; 其中,所述基于战场势态特征集和特定关键事件集,利用基于深度隐层特征的新型关键事件识别方法提取兵棋推演数据中新型的关键事件,包括: 取特定关键事件集对LSTM网络进行训练,取训练后的LSTM网络中的特征提取层,将特征提取层与多头注意力网络结合得到隐层特征提取模型; 依据新型的关键事件的定义构建线性分类模型; 取战场态势特征集中的战场态势特征输入所述隐层特征提取模型,得到该战场态势特征的隐层特征; 将所提取的隐层特征以及已知的关键事件的隐层特征一起输入至所述线性分类模型中,根据线性分类模型的输出确定战场势态特征集中新型的关键事件。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国电子科技集团公司第五十二研究所,其通讯地址为:311100 浙江省杭州市余杭区爱橙街198号B楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。