【摘 要】
:
近年来,我国高度重视农业信息化发展。我国葡萄种植面积大、产量高。葡萄病虫害的发生将直接影响葡萄的产量和品质。葡萄病虫害知识以书籍文献形式存在,葡萄种植人员无法快速获取到葡萄病虫害知识。为解决以上问题,帮助葡萄种植从业者高效准确地获取到有价值的信息,本研究利用知识图谱组织葡萄病虫害领域知识,利用深度学习模型理解自然语言问句语义信息,设计实现基于知识图谱的葡萄病虫害自动问答系统。因目前我国葡萄产业知识
论文部分内容阅读
近年来,我国高度重视农业信息化发展。我国葡萄种植面积大、产量高。葡萄病虫害的发生将直接影响葡萄的产量和品质。葡萄病虫害知识以书籍文献形式存在,葡萄种植人员无法快速获取到葡萄病虫害知识。为解决以上问题,帮助葡萄种植从业者高效准确地获取到有价值的信息,本研究利用知识图谱组织葡萄病虫害领域知识,利用深度学习模型理解自然语言问句语义信息,设计实现基于知识图谱的葡萄病虫害自动问答系统。因目前我国葡萄产业知识服务尚不完善,本研究对促进葡萄产业智能化发展有重要意义。主要研究内容及成果如下:(1)葡萄病虫害知识图谱构建方法研究。针对葡萄病虫害领域缺乏开源知识图谱数据,根据自顶向下和自底向上相结合的思想,构建了葡萄病虫害知识图谱概念模式。即自顶向下梳理葡萄病虫害领域模式,自底向上补充模式概念。针对知识图谱人工构建代价大的问题,提出了基于Bi LSTM-CRF的葡萄病虫害知识图谱数据层构建方法。该方法基于BIOES标注策略,采用Bi LSTM网络模型自动提取文本信息,采用CRF模型约束标签在句子层面的合理性,完成葡萄病虫害实体识别,根据标签类别抽取葡萄病虫害三元组数据。针对知识图谱数据存储问题,采用Neo4j图数据库存储与展示葡萄病虫害知识图谱。通过实验调节模型参数,与传统的HMM、CRF实体识别模型进行对比,命名实体识别方法在F1值上分别提高了7.86%、7.82%,达到了84.69%,葡萄病虫害三元组数据抽取精确率为89.87%。(2)基于知识图谱的葡萄病虫害自动问答方法设计。针对传统问答方法因分词结果不准确造成问句语义出现偏差的问题,设计了基于深度学习的葡萄病虫害自动问答方法。针对问句短文本包含特征较少、表达形式多样及葡萄病虫害领域特殊性问题,采用word2vec模型对葡萄病虫害文本进行字符级别特征向量表示,采用CNN模型提取问句特征,完成问句意图理解;针对问句实体识别问题,采用Bi LSTM-CRF模型识别问句候选实体,采用余弦相似度计算完成问句实体识别。针对答案查询问题,采用Cypher语句查询知识图谱。实验表明,问句意图自动理解方法的F1值达到了99.92%,问句实体识别召回率为77.86%,答案查询精确率为64.58%。(3)基于知识图谱的葡萄病虫害自动问答系统设计与实现。设计实现了基于知识图谱的葡萄病虫害自动问答系统。系统以葡萄病虫害知识图谱为数据基础,以Django为开发框架,采用深度学习模型实现葡萄病虫害实体识别和知识问答功能,节省用户获取信息的时间,促进了葡萄产业智能化发展。
其他文献
随着机器人技术的发展,采摘机器人在农业中具有巨大的发展潜力,然而要完成无损采摘对目前的采摘机器人仍具有很大的挑战性,而人手是非常灵巧的,人手5个手指在相互协调下可以完成复杂的抓握任务,因此,为了进一步提高采摘机器人的采摘性能,应深入理解人手在采摘果实时的抓握行为。本文主要从以下三个方面展开:(1)为了获取人手采摘番茄果实时人手与果实的接触力分布情况,本文首先设计了一种可穿戴式16路压力数据采集手套
日光温室是我国自主研发的设施农业类型,近年来,日光温室秉持着绿色、富农的发展原则,正逐步扩大其使用面积,但由于多方面原因,我国日光温室的发展仍较为缓慢。随着时代的发展,人们对科技、生活、物质等的需求也在逐步增长,农业的发展永远是民生生活必不能忽视的问题。最同民众贴合的设施农业领域,其相应的发展也在逐步向高效率、高质量、低成本的方向靠近,但对于日光温室工程造价领域的研究却仍为空白。本论文结合自身所学
由于气象监测站点与农业园区存在空间和海拔上的差异,这对气象数据的预测效果和预测范围产生了一定的影响,园区中的短时区域性空气温湿度的预测准确度难以提高,此类问题仍然制约着各地区农业生产水平的发展。深度学习算法是近年来用于气象预测问题的有效方法,但是独立的深度学习预测模型难以达到组合模型的稳定和高精度的预测效果。针对以上问题,本文以试验示范站采集的气象数据为研究对象,研究了基于深度学习的区域性空气温湿
在当前社会发展的背景下,由重金属引起的环境危害以及食品安全问题引起人们的广泛关注。传统的处理方式可能具有一定的局限性和不合理性,影响重金属检测结果的准确性,无法准确反映食品以及环境中重金属的真实情况,因此借助新技术高效准确地检测环境中潜在的重金属是食品安全评价和控制的必要前提。本研究以发光金属有机框架(LMOFs)为基础,重金属污染物铜和镉为研究对象,设计制备了两种多功能传感器并探究其检测机理及应
遗传算法(GA)和BP神经网络是广泛应用的两种优化算法,但均存在着一定的不足,遗传算法的局部搜索能力有所欠缺,存在早熟收敛的风险;而BP神经网络内部结构单一,容易操作,但是收敛过程较慢,并且很容易在多层网络中陷入局部最优。遗传算法-反向传播神经网络(GA-BP)算法充分利用了遗传算法和BP神经网络的优点,克服两种算法的不足,已达到较好的优化效果,已经被广泛应用到实际问题中,但该算法同样具有收敛速度
近些年来在畜牧业养殖领域,利用深度学习方法完成目标检测、目标跟踪(例如奶山羊目标跟踪)进而实现智能化畜牧养殖管理逐渐成为一种潮流。但深度学习在训练网络时往往需要大量的训练图像,否则会出现网络泛化能力弱、鲁棒性差等问题。而针对现有的奶山羊训练图像数量不足的问题,本文以西北农林科技大学畜牧教学基地采集到的五类奶山羊图像为训练数据集,利用半监督式的对抗神经网络,通过在训练过程中引入训练标签,来生成指定类
农业化肥和食品添加剂过度使用导致的亚硝酸盐污染,对生态环境和公众健康造成了严重的危害。人体若摄入少量亚硝酸盐可能导致急性中毒,若接触过量可致癌甚至死亡。因此,准确、定量监测食品中亚硝酸盐浓度对保证食品质量安全以及维护人体健康有重要意义。与传统检测方法相比,亚硝酸盐电化学传感因其操作简单、灵敏度高、分析速度快,以及可以实现小型化现场分析等优势,受到人们广泛的关注。商业碳纤维纸(CFP)因其良好的导电
水利闸门在日常使用过程中不仅直接影响着防洪防涝的安全,而且与水力发电的发电效益有着极大的关系。在闸门使用过程中,如何获取以及使用水利相关信息,并且妥善解决各种矛盾冲突,合理进行闸门控制指挥决策有着重大意义。在确保没有洪涝灾害的前提下,进行水利枢纽的实时调度,获得最大的水利枢纽运行的综合效益,是目前水利枢纽闸门自动化系统迫切需要得到解决的重要问题之一。与此同时,闸门的安全运行更是保障这些任务能够稳固
非均匀沙推移质是河道中泥沙输移的重要组成部分,直接影响河流中的水流结构、泥沙输移、河床演变等基础问题,正确认识非均匀沙推移质的运动规律是合理开发和保护河流的前提,对于促进河流动力学的发展以及满足实际工程需求都具有十分重要的意义。本文应用高速摄影技术与数字图像处理技术相结合的方法研究了非均匀沙的运动特性。主要内容有以下几点:(1)提出了利用数字图像处理与运动目标检测技术相结合的获取泥沙颗粒运动参数的
近年来,随着计算机性能的不断提升,计算机视觉领域得到迅速发展,基于计算机视觉的三维重建成为一个重要的研究方向,在社会生产生活等领域的应用也越来越广泛,其中基于图像的三维重建方法由于操作简单且恢复效果较好,成为近年来的热点问题。从单幅图像恢复目标区域的三维形状,由于其本身存在的不适定性,是三维重建中具有挑战性的工作之一。本文对基于单幅图像的三维重建方法进行了研究,主要研究工作如下:(1)提出了一种改