基于大数据的知识挖掘技术在航天领域应用展望

《基于大数据的知识挖掘技术在航天领域应用展望》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于大数据的知识挖掘技术在航天领域应用展望中电科柯林斯航空电子有限公司摘要：近年來，我国运载火箭技术研宂院重新对以往工作屮所涉及的知识进行了整理，根据不同标准建立了知识数据库。通过不断地完善相关知识库，可以有效地为航天事业带来更长远的发展。要想有效地利用知识库进行航天事业的发展，知识挖掘技术一定是其中非常关键的一项，特别是在航天事业中，会涉及许多不同的专业领域和部门，所涉及的知识范围同样非常广阔，只是依靠人工找出最适合的知识是不可能的，所以需要借助人工裨能、大数据和语义网络作为基础，构建知识挖掘技术，从而

2、保证可以更加有效地利用现有技术完成研宂工作。本文对其中的内容进行了一定的阐述，首先讨论了基于大数据的知识挖掘技术的相关内容，讨论了知识挖据技术的含义和知识挖掘技术的关键核心所在，并探讨了航天领域大数据需求和应用的模式，希望通过本文可以有效促进相关方面的发展，使我国航天领域有更加卓越的建设。关键词：大数据;知识挖掘技术;航天领域;作者简介：胡胤杰（1985一），男，四川宜宾人，助理工程师，研究方向：航空电子。1知识挖掘技术的概述1.1知识挖掘的概念作为实现知识管理相关工作的基木技术之一，通过知识挖掘技术可以

3、使相关工作更加简单方便，也可以促进相关专业的进一步发展。知识挖掘技术中比较常见的技术主要有两种，第一种是通过对数据库屮的内容进行分析，找到各种看似没有关联的知识之间的内在联系，通过相关技术对数据库中内容进行非人工解析。第二种方式是寻找数据库中被忽视的知识，尤其是一些因为某种特殊原因很难通过现有方式进行表达的内容。大数据对我国目前一些行业有非常重要的影响，例如政府、眹疗、教育等方面，其都可以起到一定的作用。只是进行简单挖掘知识的过程可以叫做一次挖掘，这一挖掘过程相对简单，没有对其中各项内容进行深入分析，所挖

4、掘的知识利用价值也比较小，还需要将其与主观知识相结合，形成更有用的容，而这一过程就是二次挖掘，这两者之间的关系与量与质之间的关系类似。通过主观知识的加工使粗糙知识出现转变，成为结构化和非结构化的智能知识，而智能知识就是大数据研宄最本质的内容。现阶段常见的知识挖掘技术主要包括数据挖掘、语义处理和大数据技术。大数据技术包括另两种技术屮的一些内容，加之与之相匹配的IT技术逐渐被研究更新,使知识挖掘系统的构建更加完整，进行知识挖掘各项工作更加有效，进一步促进和关行业的发展UL1.2知识挖掘的关键技术大数据的概念简

5、单来说是在网络上每时每刻所产生的数据的集合体，因为其中所包含的N容数量太过庞大，所以在使用过程屮，需要相当多的时间进行查找，而且这些内容进行交替的速度非常快，所以如果没有经过一定的处理，这些数据很难对和关工作起到促进作用。但是如果可以通过有效的方式对其中的内容进行利用就可以对航天行业发展可以起到促进作用。数据挖掘技术主要使用统计分析和人工智能等手段，对某一类型的关联数据进行系统的分析和研究，通过相关的处理，从大数据屮获得隐含但是具有非常大的潜在价值的知识和信息。语义处理技术可以将信息转变为人与设备，或者设

6、备之间可以进行传递的内容，使其可以进行传播。现阶段这一技术在H常生活中经常被使用，如语音交换技术、眼球控制等都是以这一技术作为基础进行设计的［2］。2航天领域大数据技术需求和应用模式2.1专业维度知识挖掘我国的航天研宄院建立了非常专业的知识分类体系，并完成了各专业知识资源的整理与收集。通过相关工作建立的知识库所包含的内容非常丰富，如何有效地利用这一知识库已经成为现阶段主要的研究方向，因为在进行航天研究中，会涉及很多方面知识的应用，还有很多复合知识的穿插，需要通过一定的方式才能保证有效地储存管理相关内容，现

7、阶段我国研宄院通过语义处理技术有效地解决了这一问题，使相关内容的管理工作的效率有效提高［3］。2.2工程维度知识挖掘航天事业是一项系统的工程，在这一过程中所使用的时间会比较长，岗位设罝也比较多，要想实现工程维度的知识挖掘，必须通过对航天科研等工作进行辨别，下面从两个方面进行讨论。第一方面是在知识挖掘角度研发设计方法，这一方式在当今相关研究屮经常使用，可以以知识为核心进行产品的创新设计，在缩短设计时间的同时降低产品生产投入。这一方式是根据以往经验，并将这些经验转化为航天产品定量化知识,形成融合各项优点的知识

8、库，使产品研发的各个环节都更有保障。第二方面是根据知识的故障诊断进行知识库的建设，故障诊断经常会与设计、制造、装配和维修等环节相融合，其最棊本内容是对特定模型进行描述和总结形成的故障模式集合。这一集合具备多种形式，可以从多个角度进行故障分析。一般情况下，检验知识与设备故障的设备功能模型都会过于简单或者复杂，在实际中可以以逻辑规则集为主。故障诊断规则集的挖掘过程主要有两种形式，第一种主要用在挖掘隐性知识，一般是用在产品应用前。另