基于跨媒体网络大数据的民航突发事件应急决策语义服务关键技术研究

Aviation safety is the foundation of civil aviation in the survival and development, emergency management and collaborative decision-making is an important content of vigorously improve the level of aviation safety.Think about the technical problem in the applications of civil aviation emergency decision-making under abnormal conditions in big data for characteristics which heterogeneous in content of data layer but semantic association in application layer ,The method of data integration and semantic representation is proposed for cross-media with RDF semantic data based on domain ontology.The research focused on the method of the attributes sensing based on structured semantic classification, and consistent representation on basis of semantic distribution mapping,to build the knowledge base of RDF-based domain ontology. and then, combining NoSQL with MapReduce to research of distributed RDF graph data storage model and multi-attribute problem in distributed global index technology, on the basis of semantic retrieval, in-depth study based on RDF graphs on the extraction methods of causal events. According to clustering the time series method to generate the aspects of subject in the field of aviation safety incidents between directed information graph,The RDFS parallel reasoning method based on MapReduce will be combined with the OWL ontology reasoning，so that to provide the semantic services for the prediction of unsafe event early warning and emergency decision-making , based on the reasoning and associated mining of cause and effect chain.

航空安全是民航赖以生存和发展的基础，应急管理与协同决策是大力提高航空安全水平的重要内容。项目针对非正常条件下民航突发事件应急决策面临的跨媒体网络资源底层内容异构、高层语义关联等大数据应用的技术难题，提出了基于领域本体的分布式RDF图数据的语义表示与集成方法，通过结构化语义分类的属性感知、基于语义分布映射的一致性表示方法的研究，实现基于领域本体语义数据库的扩展；采用NoSQL与MapReduce相结合的技术，研究分布式RDF图数据的存储模型和多属性分布式全局索引技术中的难题，在实现RDF图数据分布式存储与高效语义检索的基础上，深入研究基于RDF图的因果事件对的提取方法，采用时间序列聚类的方法生成面向领域主题的航空安全事件之间的有向信息图，将基于MapReduce的RDFS并行推理与基于OWL本体的语义推理相结合，实现基于因果链的推理，为不安全事件的预测预警和突发事件协同决策提供语义服务。

民航应急处置能力提升是民航强国战略中补齐“四个短板”的重要内容，研究基于跨媒体网络大数据的民航突发事件应急决策语义服务关键技术对于提升民航应急处置能力具有重要的意义。. 针对多源异构的民航突发事件应急决策信息缺乏知识共享的问题，项目采用基于领域本体和知识图谱的知识表示方法，围绕领域本体概念提取和知识图谱实体识别的问题研究了基于多特征融合的图模型关键词提取方法,基于LDA的领域本体概念获取方法,一种将双向长短期记忆网络（BiLSTM）与条件随机场（CRF）结合的民航突发事件实体识别方法。围绕领域本体关系提取问题研究了基于LDA主题概率分布的语义关系识别方法，基于LSTM与注意力机制结合，注意力机制与双向门控循环单元 BiGRU的关系抽取方法，并且针对文本与图像两种不同模态的数据，研究了一种航空安全事件图文关联方法(HG-RRF)。并在Hadoop环境下实现了基于HBase 和Neo4j的领域本体RDF图数据的存储与分布式语义查询，解决了跨媒体网络大数据的知识表示、语义数据集成、分布式存储与信息共享的方法问题。. 针对民航突发事件应急决策过程缺乏语义数据的深度挖掘，无法充分发挥民航突发事件应急管理面临的大数据应用问题，提出了一种面向航空安全事件分析的通用诊断框架，研究了一种基于贝叶斯网络的民航突发事件因果关系分析方法，一种改进的FP-growth多层关联规则挖掘方法，基于Att＿GCN模型的知识图谱推理算法。建立了航空安全事故调查报告等文本信息数据集，通过航空安全事故显式和隐式因果关系的抽取和事理图谱的研究，实现了航空安全事故的因果关系链的构建，该成果能够应用于民用航空安全事故的因果关系分析，为航空安全事故的情景重现、预测预警提供了良好的语义服务，对应民航应急管理具有非常重要的应用价值和推广前景。