一种人机交互的公共场所生物恐怖风险全过程评估方法

    公开(公告)号:CN118966511A

    公开(公告)日:2024-11-15

    申请号:CN202410877548.8

    申请日:2024-07-02

    摘要: 本发明公开了一种人机交互的公共场所生物恐怖风险全过程评估方法,属于生物恐怖风险评估技术领域;获取目标场所生物恐怖事件的风险因子清单;对风险因子清单进行专家打分,得到评分数据,根据评分数据构建目标场所生物恐怖事件的风险评估指标体系;对各个风险因子、评分数据以及事件历史数据进行数据挖掘,得到风险评估指标之间的相互关联关系;根据相互关联关系构建贝叶斯网络模型的贝叶斯网络结构;根据贝叶斯网络结构和评分数据计算贝叶斯网络模型的条件概率表;输入实时数据到贝叶斯网络模型中更新各个节点的概率,并进行风险等级评估。本发明的优点是:消除了传统评估方法缺乏考虑指标关联性的影响,使得风险评估的结果更准确。

    一种基于图规则的实体画像构建方法

    公开(公告)号:CN118779386A

    公开(公告)日:2024-10-15

    申请号:CN202410747842.7

    申请日:2024-06-11

    申请人: 天津大学

    IPC分类号: G06F16/28 G06N5/025 G06N5/04

    摘要: 本发明公开了一种基于图规则的实体画像构建方法,包括:步骤一:根据图实体画像规则集Σ中规则的偏序顺序初始化最大堆#imgabs0#步骤二:当Heap不为空时,弹出根元素,并使用规则#imgabs1#在图G上计算匹配并推断;步骤三:产生的推断信息包含等价实体或关联信息,以及部分匹配集合PCset;步骤四:如果推断出等价实体,则指定一个节点为锚节点,将所有属性和边都添加到锚节点上;步骤五:如果推断为关联信息且包含已识别的等价实体,则将该信息添加到指定的锚节点上;步骤六:使用推断的结果更新PCset和图G。该发明使用chase过程形式化EPRs的应用过程,并证明其满足Church‑Rosser性质,并分析规则之间的交互过程,并定义了规则之间的偏序顺序,从而提升实体画像的效率。

    一种基于对比学习的图规则学习方法

    公开(公告)号:CN118735242A

    公开(公告)日:2024-10-01

    申请号:CN202410759492.6

    申请日:2024-06-13

    申请人: 天津大学

    摘要: 本发明公开了一种基于对比学习的图规则学习方法,包括以下步骤:S01、基于预定的流程架构通过对比学习模块生成流程结构视图、流程感知视图以及流程协同视图,其中:所述流程感知视图和流程协同视图嵌入于所述流程结构视图,并通过交互模块进行动态模拟;S02、设定对比学习的正样本和负样本,并生产训练样本对根据动态模拟进行训练;S03、基于获取的正样本和负样本的节点信息,对训练规程中的动态模拟图进行增加。