基于深度學(xué)習(xí)的目標(biāo)行為知識發(fā)現(xiàn)方法*

成磊峰 何麗莎 薛麗惠 劉 欣

（中國西南電子技術(shù)研究所 成都 610036）

1 引言

知識發(fā)現(xiàn)［1~5］是通過綜合運(yùn)用統(tǒng)計學(xué)、模糊學(xué)習(xí)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段，從大量的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)中提煉出抽象的、有價值的信息，從中發(fā)現(xiàn)潛在的規(guī)律。

2000 年~2010 年的十年間，國外有許多研究機(jī)構(gòu)、公司和學(xué)術(shù)組織從事知識發(fā)現(xiàn)工具的研制和開發(fā)，并且出現(xiàn)了許多數(shù)據(jù)挖掘和知識發(fā)現(xiàn)系統(tǒng)。如IBM 研究中心開發(fā)的系統(tǒng)Quest，它可以從大型數(shù)據(jù)庫中發(fā)現(xiàn)關(guān)聯(lián)規(guī)則、分類規(guī)則、序貫?zāi)Ｊ健r間序列模式等。2015 年，美國高級研究計劃局“大機(jī)理”、“戰(zhàn)場跡象”等項(xiàng)目，致力于提升基于大數(shù)據(jù)的輔助決策等知識發(fā)現(xiàn)能力。

與國外相比，國內(nèi)對知識發(fā)現(xiàn)的研究稍晚。1993 年國家自然科學(xué)基金開始對知識發(fā)現(xiàn)研究進(jìn)行支持，目前國內(nèi)許多高校和科研單位在從事知識發(fā)現(xiàn)的基礎(chǔ)理論和應(yīng)用研究并且發(fā)展迅速，但是知識發(fā)現(xiàn)的一般原理與針對特定應(yīng)用需要的有效知識發(fā)現(xiàn)之間還存在著不小的距離，需要在基礎(chǔ)理論、挖掘技術(shù)和算法、應(yīng)用領(lǐng)域的拓展等知識發(fā)現(xiàn)方面加強(qiáng)更加深入的研究，開展相關(guān)的技術(shù)存儲和系統(tǒng)論證建設(shè)。

當(dāng)前，戰(zhàn)場環(huán)境中的目標(biāo)分析主要建立在高價值、小數(shù)據(jù)的分析基礎(chǔ)上，數(shù)據(jù)掌握的不夠充分，無法保障分析的全面性和準(zhǔn)確性，對多元目標(biāo)數(shù)據(jù)的挖掘分析，利用層次深度比較低，潛在的內(nèi)涵規(guī)律挖掘不足等問題比較突出。面對眾多的情報信息，目前雖然大部分處理系統(tǒng)已初步實(shí)現(xiàn)“全域一張圖”，但仍處于“有態(tài)無勢”的局面，且對當(dāng)前狀態(tài)缺乏解讀，僅僅是當(dāng)前時空的簡單展示，數(shù)據(jù)決策支持能力嚴(yán)重不足。

因此，需建立基于數(shù)據(jù)樣本的目標(biāo)挖掘分析，將不同來源的情報信息以目標(biāo)為中心，按照時域、空域、信息域進(jìn)行關(guān)聯(lián)，圍繞目標(biāo)、任務(wù)、區(qū)域?qū)⒍嘣辞閳筮M(jìn)行高效聚合分析，從而完成對目標(biāo)的準(zhǔn)確識別和目標(biāo)行為特征分析，保障對戰(zhàn)場目標(biāo)信息的全面掌控。

基于此，本文提出了一種基于深度學(xué)習(xí)的目標(biāo)行為知識發(fā)現(xiàn)方法，針對結(jié)構(gòu)化和非結(jié)構(gòu)化的目標(biāo)數(shù)據(jù)。首先，依據(jù)時空距離及業(yè)務(wù)知識規(guī)則，進(jìn)行結(jié)構(gòu)化數(shù)據(jù)去重、野值剔除、別名歸一化，以及非結(jié)構(gòu)報文要素抽取與關(guān)聯(lián)，實(shí)現(xiàn)對目標(biāo)要素的補(bǔ)充；其次，針對已掌握行為意圖的歷史數(shù)據(jù)，分析并發(fā)現(xiàn)時變參數(shù)，構(gòu)建目標(biāo)行為特征模型；然后，基于深度學(xué)習(xí)方法實(shí)現(xiàn)特征訓(xùn)練或歷史規(guī)律挖掘，為目標(biāo)識別提供知識支撐；最后，基于特征訓(xùn)練或歷史規(guī)律進(jìn)行目標(biāo)識別，通過識別結(jié)果的變化分析，挖掘其行為規(guī)律及異常，發(fā)現(xiàn)新知識。

2 目標(biāo)歷史行為挖掘

2.1 目標(biāo)數(shù)據(jù)預(yù)處理

目標(biāo)數(shù)據(jù)預(yù)處理，包括時空結(jié)構(gòu)化數(shù)據(jù)預(yù)處理和非結(jié)構(gòu)化報文抽取。

1）時空結(jié)構(gòu)化數(shù)據(jù)清洗

時空結(jié)構(gòu)化數(shù)據(jù)清洗，針對結(jié)構(gòu)化的時空數(shù)據(jù)，依據(jù)時空距離及業(yè)務(wù)知識規(guī)則，進(jìn)行數(shù)據(jù)去重、野值剔除處理、別名歸一化處理。

數(shù)據(jù)去重：依據(jù)位置和時間差計算距離，判斷距離是否小于距離閾值，進(jìn)行航跡點(diǎn)數(shù)據(jù)去重；

野值剔除：按照位置時間進(jìn)行排序，計算排序后兩點(diǎn)之間的距離，通過物理學(xué)公式計算得到速度值，若速度值大于閾值則作為野值點(diǎn)進(jìn)行剔除；

別名歸一化：針對艦船目標(biāo)，通過弦號、目標(biāo)分類組合形成業(yè)務(wù)規(guī)則；針對飛機(jī)目標(biāo)，通過注冊號（機(jī)舷號）、型號、目標(biāo)分類組合形成業(yè)務(wù)規(guī)則，作為目標(biāo)別名歸一化的處理依據(jù)。

2）非結(jié)構(gòu)化報文抽取

針對非結(jié)構(gòu)化的動向報文，按預(yù)定義的動向要素模型進(jìn)行動向要素抽取，抽取之后進(jìn)行目標(biāo)要素關(guān)聯(lián)，實(shí)現(xiàn)對目標(biāo)信息補(bǔ)充。結(jié)構(gòu)化抽取與關(guān)聯(lián)過程，包括以下步驟。

第一步：動向要素建模。目標(biāo)動向要素描述了目標(biāo)日常任務(wù)活動中涉及的時間、時段、區(qū)域、路線等具備動向特征的一系列要素。通過歷史數(shù)據(jù)分析，對目標(biāo)動向要素及其結(jié)構(gòu)進(jìn)行了定義和描述。

第二步：動向要素抽取。現(xiàn)有動向文字?jǐn)?shù)據(jù)中，目標(biāo)名稱、機(jī)舷號、航跡信息等都有一些規(guī)則化的描述和表達(dá)方法，基于現(xiàn)有目標(biāo)動向報文的業(yè)務(wù)規(guī)則的總結(jié)，提供一個開放式的抽取規(guī)則維護(hù)工具，實(shí)現(xiàn)規(guī)則的自定義添加和維護(hù)，完成基于業(yè)務(wù)規(guī)則的動向要素抽取。

第三步：目標(biāo)要素關(guān)聯(lián)。通過基于呼號匹配的關(guān)聯(lián)和基于時空位置的關(guān)聯(lián)，完成時空數(shù)據(jù)中目標(biāo)航點(diǎn)跡信息及高度速度信息與目標(biāo)動向報文的關(guān)聯(lián)，實(shí)現(xiàn)目標(biāo)要素的進(jìn)一步補(bǔ)全；通過目標(biāo)所屬區(qū)域的計算，以及目標(biāo)進(jìn)出區(qū)域時間計算，實(shí)現(xiàn)目標(biāo)動向情報要素的最終補(bǔ)全。

2.2 目標(biāo)行為特征建模

目標(biāo)行為特征建模，包括目標(biāo)行為特征集構(gòu)建和目標(biāo)行為規(guī)律建模，是目標(biāo)行為規(guī)律分析的基礎(chǔ)。

1）目標(biāo)行為特征集構(gòu)建

通過目標(biāo)的物理特征、動態(tài)特征及關(guān)系特征的KPI指標(biāo)匯總，基于目標(biāo)數(shù)據(jù)進(jìn)行KPI指標(biāo)值計算，根據(jù)應(yīng)用場合，將目標(biāo)的特征集組合進(jìn)行訓(xùn)練學(xué)習(xí)，構(gòu)建出目標(biāo)識別分析模型［6］。

2）目標(biāo)行為規(guī)律建模

通過對重點(diǎn)區(qū)域、重點(diǎn)目標(biāo)的歷年行為規(guī)律數(shù)據(jù)的掌握，分析其數(shù)據(jù)描述方式、關(guān)注重點(diǎn)、活動特征等信息，總結(jié)出典型目標(biāo)行為規(guī)律模型要素，包括目標(biāo)名稱、活動航線、活動區(qū)域、活動陣位、活動任務(wù)、持續(xù)時間、補(bǔ)給特征和協(xié)同特征等。目標(biāo)行為規(guī)律模型，主要包括如下三層。

第一層，用來約束目標(biāo)行為規(guī)律的范圍，包括目標(biāo)執(zhí)行的具體任務(wù)和目標(biāo)活動的具體區(qū)域。目標(biāo)活動的規(guī)律特征和其所執(zhí)行的任務(wù)和活動的具體區(qū)域有關(guān)，因此通過任務(wù)和區(qū)域的約束，能夠使得目標(biāo)的行為規(guī)律描述更加清晰。

第二層，用來定義行為規(guī)律的具體類型。對戰(zhàn)場環(huán)境中的海空目標(biāo)來說，目前關(guān)注的規(guī)律類型主要包括陣位規(guī)律、航線規(guī)律、時間規(guī)律、搭載規(guī)律、協(xié)同規(guī)律、補(bǔ)給規(guī)律和駐泊規(guī)律。

第三層，用來描述每類規(guī)律的具體要素屬性組成。通常使用數(shù)值（值/范圍）、內(nèi)容描述等形式表達(dá)，對于內(nèi)容描述盡量做到枚舉化，對于數(shù)值通過業(yè)務(wù)標(biāo)準(zhǔn)來規(guī)范，形成統(tǒng)一的刻度。

2.3 目標(biāo)行為規(guī)律分析

目標(biāo)行為規(guī)律分析主要包括時間規(guī)律、陣位規(guī)律、航線規(guī)律、關(guān)聯(lián)規(guī)律等，通過構(gòu)建目標(biāo)行為特征模型，利用深度學(xué)習(xí)方法，基于歷史數(shù)據(jù)進(jìn)行目標(biāo)行為規(guī)律分析，為目標(biāo)行為知識發(fā)現(xiàn)提供支撐。

1）目標(biāo)時間規(guī)律分析

目標(biāo)時間規(guī)律分析通過數(shù)據(jù)分布和時空聚類數(shù)學(xué)算法，分析目標(biāo)在特定區(qū)域內(nèi)執(zhí)行任務(wù)時的時間特征，主要包括變化周期、持續(xù)時長等。

變化周期：先將樣本按照時間順序排列，設(shè)置時間尺度（如：季度、月、旬、周、日、時），使用前后兩個樣本之間的時間差計算出時間距離，通過分析時間距離的均值和方差，得到滿足某一目標(biāo)屬性的時間周期規(guī)律，并根據(jù)不同屬性的不同取值，考察屬性變化與時間周期規(guī)律的關(guān)系及概率。

持續(xù)時長：通過分析持續(xù)時長的均值和方差得到持續(xù)時長的規(guī)律，同時持續(xù)時長規(guī)律還將根據(jù)不同屬性的不同取值，考察屬性變化與持續(xù)時長規(guī)律的關(guān)系。

2）目標(biāo)航跡規(guī)律分析

目標(biāo)航跡規(guī)律分析，首先，針對大量的歷史數(shù)據(jù)中，采用航跡聚類［7~11］、要素統(tǒng)計方法，計算出目標(biāo)的經(jīng)典航跡，包括一條或多條較為固定的航跡線路；然后，在形成經(jīng)典航跡之后，進(jìn)行航跡相關(guān)屬性分析，包括航線的區(qū)域、時刻、周期、時長、速度、高度，以及相應(yīng)任務(wù)等屬性；最后，通過有監(jiān)督的交互研判，生成目標(biāo)航線規(guī)律。

3）目標(biāo)陣位規(guī)律分析

目標(biāo)陣位規(guī)律分析采用基于密度聚類方法，從大量的歷史數(shù)據(jù)中計算目標(biāo)日常執(zhí)行特定任務(wù)時的活動區(qū)域，包括一個或多個較為固定的位置點(diǎn)或區(qū)域，并進(jìn)行相關(guān)屬性分析，包括地理位置、大小、時刻、周期、時長，以及相應(yīng)任務(wù)等屬性。

4）目標(biāo)關(guān)聯(lián)規(guī)律分析

目標(biāo)關(guān)聯(lián)規(guī)律分析，分析目標(biāo)群在特定區(qū)域內(nèi)執(zhí)行日常任務(wù)時的編隊成員組成及協(xié)同規(guī)律特征。針對已掌握作戰(zhàn)任務(wù)或行為意圖的歷史數(shù)據(jù)，采用Aprior算法［12］進(jìn)行編隊成員間的協(xié)同規(guī)則挖掘。

3 目標(biāo)行為知識發(fā)現(xiàn)

3.1 基于行為特征的目標(biāo)識別

基于行為特征的目標(biāo)識別，主要有兩種方式來實(shí)現(xiàn)：利用深度學(xué)習(xí)方法，基于特征訓(xùn)練進(jìn)行目標(biāo)識別［13~14］；通過要素匹配和航跡相似性計算，基于歷史行為規(guī)律的目標(biāo)識別。

1）基于特征訓(xùn)練的目標(biāo)識別

基于特征訓(xùn)練的目標(biāo)識別，主要利用歷史數(shù)據(jù)進(jìn)行物理特征、動態(tài)特征及關(guān)系特征的KPI指標(biāo)篩選與計算，通過深度學(xué)習(xí)方法進(jìn)行模型訓(xùn)練，訓(xùn)練出分類模型后，對目標(biāo)數(shù)據(jù)進(jìn)行分類、預(yù)測、預(yù)警識別。

目標(biāo)分類分析，通常采用C4.5 算法［15］進(jìn)行模型訓(xùn)練，使用訓(xùn)練數(shù)據(jù)構(gòu)建決策樹進(jìn)行目標(biāo)分類。決策樹構(gòu)建的基本步驟如下。

（1）開始，所有記錄看作一個節(jié)點(diǎn)；

（2）遍歷每個變量的每一種分割方式，找到最好的分割點(diǎn)；

（3）分割成兩個節(jié)點(diǎn)N1和N2；

（4）對N1和N2分別繼續(xù)執(zhí)行（2）~（3）步，直到每個節(jié)點(diǎn)不可分割為止。

目標(biāo)預(yù)測分析采用隨機(jī)森林算法［16］進(jìn)行模型訓(xùn)練。通過組合多個弱分類器，最終結(jié)果通過投票或取均值，使得整體模型的結(jié)果具有較高的精確度和泛化性能。

2）基于歷史規(guī)律的目標(biāo)識別

基于歷史行為規(guī)律的目標(biāo)識別，主要解決在地理位置柵格化之后，通過航跡相似性來評估實(shí)時航跡與歷史航跡的相似性。本文將航跡看作序列，通過最長公共子序列匹配算法［17］來處理非同步相似航跡計算，算法步驟如下。

（1）航跡粗選。判斷兩航跡最小覆蓋矩形區(qū)域是否有交疊，若無則終止，否則繼續(xù)下一步；

（2）計算相似矩陣。若兩航跡串長度分別為m，n，初始化相似矩陣M［m，n］所有元素為0，若當(dāng)前航跡的點(diǎn)i在另外一條航跡段j上，則對應(yīng)的相似矩陣元素M［i，j］=1；

（3）航跡相似性判斷。根據(jù)線性方程求解方法，定義航跡相似度公式如下：

相似度=rank（M）/min（m，n）.

根據(jù)相似度公式計算相似度，并根據(jù)閾值參數(shù)，判斷兩航跡是否相似。

3.2 基于識別結(jié)果的知識發(fā)現(xiàn)

目標(biāo)行為知識發(fā)現(xiàn)是基于目標(biāo)識別結(jié)果，分析目標(biāo)行為相關(guān)的屬性、狀態(tài)、配置等變化特征，通過數(shù)據(jù)值和模式變化分析識別異常，經(jīng)過有監(jiān)督的確判，形成新知識。

屬性變化：通常指目標(biāo)內(nèi)在性能、機(jī)動參數(shù)的變化，包括艦機(jī)目標(biāo)的機(jī)動參數(shù)，以及輻射源裝備的性能變化。

狀態(tài)變化：描述目標(biāo)的行為趨勢、工作狀態(tài)、等動態(tài)，包括艦機(jī)目標(biāo)的進(jìn)出港、進(jìn)出區(qū)域的動態(tài)，目標(biāo)用頻、通聯(lián)模式變化。

配置變化：描述目標(biāo)的部署、編配等配置信息的變化情況，包括艦機(jī)、輻射源裝備的部署變化，以及艦機(jī)平臺搭載裝備的變化。

針對目標(biāo)行為機(jī)動性能（高度、速度、轉(zhuǎn)彎半徑）、艦機(jī)進(jìn)出基地、艦機(jī)進(jìn)出區(qū)域等變化特征，根據(jù)目標(biāo)識別結(jié)果，統(tǒng)計在頻次、時序、空間上的變化進(jìn)行數(shù)據(jù)趨勢分析，利用數(shù)據(jù)圖表的可視化，展現(xiàn)數(shù)據(jù)的趨勢變化，分析數(shù)據(jù)的上升、下降、穩(wěn)定趨勢，對于數(shù)據(jù)值中的波峰、波谷等異常情況進(jìn)行時縱向?qū)Ρ龋o助業(yè)務(wù)人員進(jìn)行交互確判，形成新知識。

針對通聯(lián)關(guān)系、搭載方式等變化特征，分析方法與目標(biāo)關(guān)聯(lián)規(guī)律分析方法相同，通過FP-growth算法［18］進(jìn)行頻繁模式挖掘分析，與已有的模式進(jìn)行對比，若是新模式推送業(yè)務(wù)人員進(jìn)行交互確判，形成新知識。

4 數(shù)值仿真實(shí)驗(yàn)

下面通過使用Matlab軟件，對采集到的下面對采集到的某飛機(jī)在某一時間段內(nèi)的時空數(shù)據(jù)，進(jìn)行時間規(guī)律、航跡規(guī)律、陣位規(guī)律分析及識別分析仿真實(shí)驗(yàn)。

1）時間規(guī)律分析

該飛機(jī)在08：00~16：00執(zhí)行任務(wù)1的活動時間熱力及活動出現(xiàn)周期規(guī)律，如圖1、圖2所示。

圖1 執(zhí)行任務(wù)1的活動日期熱力圖

圖2 執(zhí)行任務(wù)1的活動出現(xiàn)周期概率統(tǒng)計圖

該飛機(jī)在08：00~16：30執(zhí)行任務(wù)2的活動時間熱力及活動出現(xiàn)周期規(guī)律，如圖3、圖4所示。

圖3 執(zhí)行任務(wù)2的活動日期熱力圖

圖4 執(zhí)行任務(wù)2的活動出現(xiàn)周期概率統(tǒng)計圖

2）航跡規(guī)律分析

該飛機(jī)執(zhí)行任務(wù)1、任務(wù)2的活動航跡規(guī)律，如圖5、圖6所示。

圖5 執(zhí)行任務(wù)1的活動航跡

圖6 執(zhí)行任務(wù)2的活動航跡

3）陣位規(guī)律分析

該飛機(jī)執(zhí)行任務(wù)1、任務(wù)2的活動陣位規(guī)律，如圖7、圖8所示。

圖7 執(zhí)行任務(wù)1的活動陣位

圖8 執(zhí)行任務(wù)2的活動陣位

4）基于歷史規(guī)律識別分析

任意選取6 個未知目標(biāo)，利用計算的時間規(guī)律、航跡規(guī)律、陣位規(guī)律分析結(jié)果，通過要素匹配和航跡相似性計算進(jìn)行目標(biāo)識別預(yù)測，識別分析準(zhǔn)確性評估結(jié)果如圖9所示。

圖9 基于歷史規(guī)律進(jìn)行識別分析準(zhǔn)確率評估圖

基于深度學(xué)習(xí)的目標(biāo)行為知識發(fā)現(xiàn)方法，通過隨機(jī)森林進(jìn)行行為特征訓(xùn)練，目標(biāo)識別準(zhǔn)確率在73%~85%之間；通過利用目標(biāo)歷史規(guī)律，利用屬性匹配和航跡相似性計算進(jìn)行目標(biāo)識別準(zhǔn)確性在80%左右。

5 結(jié)語

本文針對情報處理領(lǐng)域的知識動態(tài)更新問題，提出了一種基于深度學(xué)習(xí)的目標(biāo)行為知識發(fā)現(xiàn)方法，充分利用深度學(xué)習(xí)技術(shù)，基于歷史數(shù)據(jù)和已有知識進(jìn)行目標(biāo)歷史行為挖掘，為目標(biāo)識別提供知識支撐；通過目標(biāo)識別及識別結(jié)果的變化分析，挖掘行為相關(guān)的屬性、狀態(tài)、配置的變化規(guī)律及異常，發(fā)現(xiàn)新的目標(biāo)行為規(guī)則；經(jīng)過篩選數(shù)據(jù)集對新規(guī)則進(jìn)行驗(yàn)證，當(dāng)規(guī)則使用準(zhǔn)確率達(dá)到一定閾值進(jìn)行保存，經(jīng)過有監(jiān)督的確判后生成新知識，進(jìn)行更新管理，形成“知識利用+知識發(fā)現(xiàn)+知識更新”的閉環(huán)。

由于本文中的目標(biāo)識別準(zhǔn)確率受數(shù)據(jù)質(zhì)量和先驗(yàn)知識影響，且識別結(jié)果的變化分析到知識確判生成，主要由有監(jiān)督方式實(shí)現(xiàn)，應(yīng)積累優(yōu)質(zhì)樣本和利用人工智能方式進(jìn)行優(yōu)化，所以，基于深度學(xué)習(xí)的目標(biāo)行為知識發(fā)現(xiàn)方法有待于進(jìn)一步完善。