目標分析是聯(lián)合作戰(zhàn)指揮中的重要組成部分，貫穿戰(zhàn)斗的全過程。準確的目標分析，能夠在復(fù)雜多變的戰(zhàn)場環(huán)境中取得優(yōu)勢。本書聚焦從數(shù)據(jù)中分析目標的行為模式、預(yù)測目標的動向。首先，闡述了目標分析的內(nèi)涵和技術(shù)發(fā)展。其次，介紹了目標分析的開源數(shù)據(jù)與基本方法；并從傳統(tǒng)方法、深度學(xué)習(xí)和事件序列三個角度描述基于開源數(shù)據(jù)的目標跟蹤分析方法；針對目標的動態(tài)變化，重點介紹了目標行為變化的檢測方法和目標活動動向的預(yù)測方法。最后，針對開源數(shù)據(jù)介紹了目標分析的相關(guān)案例。
本書適合目標分析人員、目標分析方法研究人員，以及對數(shù)據(jù)驅(qū)動目標分析與預(yù)測感興趣的研究者和專業(yè)人士參考，同樣也可以作為研究生的教學(xué)用書教材，還適合對目標分析研究有熱情的軟件開發(fā)者學(xué)習(xí)和應(yīng)用。
目錄
第 1 章 目標分析技術(shù)的發(fā)展
1.1 目標分析內(nèi)涵
1.2 目標分析技術(shù)的發(fā)展
1.3 基于開源數(shù)據(jù)的目標分析內(nèi)容
第 2 章 目標分析的開源數(shù)據(jù)與基礎(chǔ)方法
2.1 開源數(shù)據(jù)簡介
2.1.1 開源數(shù)據(jù)研究現(xiàn)狀
2.1.2 開源文本數(shù)據(jù)采集
2.1.3 開源圖片數(shù)據(jù)采集
2.1.4 開源 AIS 數(shù)據(jù)采集
2.2 目標實體識別方法
2.2.1 實體識別基本概念
2.2.2 實體識別的價值和應(yīng)用領(lǐng)域
2.2.3 實體識別的研究現(xiàn)狀和難點
2.2.4 實體識別的發(fā)展趨勢
2.2.5 基于大語言模型的目標實體識別
2.3 事件抽取方法
2.3.1 事件抽取基本概念
2.3.2 事件抽取的評價指標
2.3.3 事件抽取基準數(shù)據(jù)集
2.3.4 事件抽取常用方法
2.3.5 基于閱讀理解的事件抽取
2.4 基于圖像的目標檢測方法
2.4.1 目標檢測常用框架
2.4.2 經(jīng)典目標檢測方法
2.4.3 基于 YOLO V5 改進的目標檢測算法
第 3 章 基于開源數(shù)據(jù)的目標跟蹤分析
3.1 目標跟蹤簡介
3.2 傳統(tǒng)的基于圖像的目標跟蹤方法
3.2.1 光流法
3.2.2 卡爾曼濾波器
3.2.3 粒子濾波
3.2.4 均值漂移
3.2.5 稀疏編碼
3.2.6 字典學(xué)習(xí)
3.3 基于深度學(xué)習(xí)的目標跟蹤方法
3.3.1 卷積神經(jīng)網(wǎng)絡(luò)
3.3.2 學(xué)生神經(jīng)網(wǎng)絡(luò)
3.3.3 典型的深度學(xué)習(xí)跟蹤算法
3.3.4 其他方法
3.4 基于事件序列的目標跟蹤方法
3.4.1 事件融合
3.4.2 目標活動事件線生成
第 4 章 目標行為變化檢測分析
4.1 基于 AI 的變化檢測方法
4.1.1 基于 AI 的變化檢測實施過程
4.1.2 基于 AI 的變化檢測主要框架
4.2 基于圖像的目標變化檢測
4.2.1 基于 STANet 的圖像變化檢測方法
4.2.2 基于自編碼網(wǎng)絡(luò)的半監(jiān)督圖像異常檢測
4.3 基于時序數(shù)據(jù)的目標異常變化檢測
4.3.1 數(shù)學(xué)描述
4.3.2 多變量時序異常檢測模型
第 5 章 目標活動動向預(yù)測分析
5.1 基于事件的目標動向預(yù)測
5.1.1 目標活動事件圖構(gòu)建
5.1.2 基于協(xié)同模式的目標事件預(yù)測
5.1.3 基于事件的目標動向預(yù)測評估
5.2 基于軌跡的目標動向預(yù)測
5.2.1 軌跡數(shù)據(jù)預(yù)處理
5.2.2 基于軌跡相似度的目標活動預(yù)測
5.2.3 基于深度學(xué)習(xí)的目標活動預(yù)測
第 6 章 面向開源情報的目標分析案例
6.1 基于開源文本數(shù)據(jù)的目標活動跟蹤分析
6.2 目標活動異常告警分析
6.3 目標活動預(yù)測案例分析
參考文獻
編輯
書單推薦
