[发明专利]一种时空事件提取系统和方法

说明书

本发明具体涉及一种时空事件提取方法，包括如下步骤：1、获取目标实时时空轨迹数据；2、根据时空元模型，提取每一条目标实时时空轨迹数据的特征值；3、判断目标实时时空轨迹数据的特征值与事件类型的特征值是否满足对应关系，如果目标实时时空轨迹数据的特征值与某一事件类型的特征值满足对应关系，则判断该目标实时时空轨迹数据为该事件类型。本发明提供的时空事件提取系统能够根据时空关系、停留地点、停留时长、访问顺序，发生时间等一系列要素来提取出事件，获取更为丰富的航天情报信息，为目标时空关联关系的提取提供支撑。

技术领域

本发明涉及计算机数据处理技术领域，特别是涉及一种时空事件提取系统和方法。

背景技术

要实现航天多源异构信息全天时、全天候、全地域融入和服务于国家安全、指挥决策，以及民生经济，不仅仅要知道目标什么时候在哪里，还要能挖掘出目标什么时候在哪里干什么，获取丰富的目标情报信息。关键是要基于我国现有的航天电子感知、遥感信息资源基础，尽快开展基于航天多源异构信息进行时空事件提取研究，有效挖掘目标在不同地点所参与的事件，解决对敏感目标所参与的敏感事件的发现与预测问题，可对态势及时预判。

从原始数据中提取与目标相关的事件是减少数据量和模式变化以增强分析重点的有效方法。目前对于事件的检测主要是通过时间序列中的数据异常值来进行检测，这类事件依赖的是单个行为的事件数据，例如：点击量、访问次数。但对于时空数据序列所反映出目标参与的事件并不是异常值，所以本专利对目标、时空关系、停留地点、时长、访问顺序，发生时间等一系列要素之间的关系来判定目标参与的事件。

发明内容

基于此，有必要针对现有的事件提取技术主要通过时空数据序列中的数据异常值来判断事件类型，无法准确判断时空数据序列中的数据不是异常值时目标参与的事件类型的问题，提供一种时空时间提取系统，其能够根据时空数据数列中的要素之间的关系来判断目标参与的事件类型。

为了实现上述目的，本发明提供如下技术方案：

本发明提供一种时空事件提取系统，包括数据获取模块、数据准备模块、数据训练模块和数据判断模块；

所述数据获取模块用于获取目标历史时空轨迹数据和目标实时时空轨迹数据并分别发送数据准备模块；

所述数据准备模块用于接收数据获取模块发送的目标历史时空轨迹数据和目标实时时空轨迹数据，并根据内置的事件元模型，提取每一条目标实时时空轨迹数据的特征值并发送数据判断模块，提取每一条目标历史时空轨迹数据的特征值，标记每一条目标历史时空轨迹数据的事件类型，将每一条目标历史时空轨迹数据的特征值和事件类型作为训练数据发送数据训练模块；

所述数据训练模块用于接收数据准备模块发送的训练数据，并将所述训练数据作为卷积神经网络的输入，利用现有卷积神经网络方法训练出每一条目标历史时空轨迹数据的特征值与事件类型的对应关系，获得每一类事件的特征值并发送数据判断模块；

所述数据判断模块用于接收数据准备模块发送的每一条目标实时时空轨迹数据的特征值，以及数据训练模块发送的每一类事件的特征值，判断每一条目标实时时空轨迹数据的特征值与事件类型的特征值是否满足对应关系，如果目标实时时空轨迹数据的特征值与某一事件类型的特征值满足对应关系，则判断该目标实时时空轨迹数据为该事件类型。

进一步地，所述目标历史时空轨迹数据包括目标类型、目标到达每个轨迹的时刻、目标在每个轨迹的停留时长、目标在每个轨迹的停留位置、目标在每个轨迹的停留时长和停留位置的空间语义信息。

进一步地，所述目标实时时空轨迹数据包括目标类型、目标到达每个轨迹的时刻、目标在每个轨迹的停留时长、目标在每个轨迹的停留位置、目标在每个轨迹的停留时长和停留位置的空间语义信息。