目录



第1篇国家太空安全与人工智能
第1章国家太空安全3
1.1当前国家太空安全概念的不同观点3
1.2国家太空安全概念5第2章人工智能的发展、研究现状与趋势7
2.1人工智能发展7
2.2人工智能研究现状与趋势9第3章太空安全中的人工智能14
3.1太空威胁防护中的人工智能14
3.1.1太阳耀斑智能检测14
3.1.2航天器故障自动诊断14
3.1.3太空垃圾自动规避15
3.2太空空间指挥与控制中的人工智能16
3.2.1空间领域意识智能提升16
3.2.2空间指挥和控制智能决策16
3.2.3太空弹性17
3.2.4人机信任机制17
3.3太空对抗行动中的人工智能17
3.3.1智能化太空对抗要素17
3.3.2智能化太空对抗行动的基本样式18
3.3.3智能化太空对抗行动建模19
第2篇人工智能基础理论
第4章机器学习模型与算法27
4.1梯度提升决策树27
4.2线性回归28
4.3kmeans聚类算法28
4.4tSNE算法29第5章深度学习模型与算法30
5.1循环神经网络31
5.2前馈神经网络33
5.3卷积神经网络34第6章迁移学习模型与算法36
6.1普通迁移学习37
6.1.1同构任务迁移学习37
6.1.2异构任务迁移学习39
6.2零样本迁移学习39
6.2.1零样本迁移学习中的语义空间39
6.2.2直推式零样本迁移学习方法41
6.2.3归纳式零样本迁移学习方法42
6.3迁移性度量研究45
6.3.1任务分类法45
6.3.2特征相似性分析法46第7章知识图谱48
7.1信息抽取48
7.1.1命名实体识别48
7.1.2关系抽取技术49
7.2知识表示51
7.3知识融合54
7.3.1基于代理的知识融合54
7.3.2基于模式的知识融合54
7.3.3基于机器学习的知识融合55
7.4知识推理55
7.4.1基于逻辑规则的知识推理56
7.4.2基于图结构的知识推理56
7.4.3基于表示学习的知识推理57
7.4.4基于神经网络的知识推理57
第3篇人工智能算法在空间碎片轨道预报中的应用
第8章轨道核心要素描述61
8.1轨道根数描述61
8.2两行轨道要素形式描述62
8.3TLE的坐标系63第9章基于SGP4模型的空间碎片轨道预报模型64
9.1SGP4传播理论64
9.2卫星通信要求66第10章基于人工智能技术的空间碎片轨道预报模型67
10.1数据预处理69
10.2基于同一轨道面空间碎片历史数据的空间碎片轨道预报模型71
10.2.1TLE源数据分析71
10.2.2空间碎片轨道预报模型74
10.3基于深度学习模型的空间碎片轨道预报模型82
10.3.1联合LSTMCNN和线性回归的轨道预报模型82
10.3.2实验数据、参数和结果分析87
10.4基于迁移学习的空间碎片轨道预报模型101
10.4.1基于聚类算法筛选同一轨道面中的其他空间碎片102
10.4.2深度迁移学习策略103
10.4.3实验结果与分析107第11章空间碎片威胁及其缓解策略126
11.1空间碎片威胁原理126
11.1.1空间碎片的密度126
11.1.2空间碎片的通量126
11.2基于数学建模的碰撞威胁预测模型127
11.2.1准确获知当前在轨物体的轨道数据127
11.2.2危险物体筛选127
11.2.3碰撞告警的轨道预测方法129
11.3基于神经网络的碰撞威胁预测模型129
11.3.1空间碎片的预处理129
11.3.2基于BP神经网络的轨道预报误差模型130
11.3.3基于空间密度和通量的碰撞威胁预测131第12章空间飞行物碰撞及其规避策略132
12.1神经网络预测航天器轨道132
12.2位置误差协方差矩阵133
12.3坐标转换及其在交会平面上的投影134
12.3.1坐标变换算法135
12.3.2空间投影算法136
12.4碰撞概率计算136
12.4.1Foster方法137
12.4.2Chan方法137
12.4.3Romain Serra方法138
12.5碰撞概率计算的改进策略138第13章空间碎片分析与告警原型系统141
13.1空间碎片分析与告警原型系统设计141
13.1.1大数据处理框架141
13.1.2可视化组件141
13.1.3系统总体框架142
13.2空间碎片分析与告警原型系统功能模块144
13.2.1数据采集模块144
13.2.2数据预处理模块146
13.2.3数据挖掘分析模块147
13.2.4用户交互和数据可视化模块147
13.3空间碎片分析与告警原型系统的业务流程147
13.3.1客户端业务流程147
13.3.2服务器端业务流程148
第4篇人工智能算法在基于航天信息的舰船
活动规律分析中的应用第14章知识图谱的构建151
14.1知识图谱的本体设计151
14.2基于深度学习的知识抽取154
14.2.1结构化数据的抽取155
14.2.2半结构化数据的抽取156
14.2.3非结构化数据的抽取156
14.3基于嵌入式深度学习算法的知识融合160
14.4知识的存储164第15章基于知识图谱的知识推理167
15.1基于规则的知识推理167
15.2基于分布式表示的知识推理167
15.3基于神经网络的知识推理168
15.4混合知识推理169
15.5基于逻辑的推理169
15.6基于图的推理170第16章舰船活动分析系统172
16.1知识平台系统架构172
16.1.1设计思路172
16.1.2设计原则172
16.1.3技术实现174
16.2用户界面设计原理191
16.2.1用户界面设计原则191
16.2.2舰船知识图谱原型系统展示192参考文献196