农业智能系统的知识获取技术研究

作者及其团队长期针对农业领域的知识获取技术进行了系列性研究.阐述了运用智能引导、机器学习、数据挖掘、智能计算等技术的人工和自动/半自动的知识获取方法.这些方法能够有效地获取领域知识,发现隐含模式,进行知识精化.研发了知识获取工具.这些方法和工具反映了知识获取技术对农业信息工程所起的重要作用.     

农业知识图谱研究综述

知识图谱是大数据时代下知识工程的关键技术。利用知识图谱强大的语义理解和知识组织能力,可以解决现代化农业建设中农业知识分散无序、知识覆盖范围不足等问题针对农业领域数据复杂、专业性强等特点,给出了农业知识图谱的构建方法与框架;综述了农业知识图谱构建中本体构建、知识抽取、知识融合以及知识推理四个关键技术的国内外研究现状;系统梳理了农业知识图谱在决策支持、智能问答与推荐系统的应用;最后,介绍了几个具体的农业知识图谱实例。根据农业知识图谱的研究现状,对其未来的研究方向进行了展望。     

基于XML描述的知识框架及可视化设计实现

结合知识表示的三种主流方法,实现了基于XML的知识框架表示,并结合该知识表示形式,设计实现了可视化组件JForest,实现知识模型调用、规则等的可视化建立,根据可视化的知识模型、规则设计器,完成知识模型及规则知识的建立。从而在提高智能农业信息系统开发平台可视化交互能力的基础上,大大方便应用系统开发。     

基于Agent和XML的智能农业信息平台设计实现

详细描述了智能农业信息处理系统开发平台的结构设计,运用软件Agent和XML技术实现知识获取的规范化、知识存储的标准化,并介绍了平台的实现以及应用情况.     

智能数学在有机化学中的应用

智能数学研究智能的数学表达及知识工程的数学原理,由于它能为知识表示、知识推理及知识获取等提供某些数学方法和数学模型,形成人工智能的一种数学理论,已受到国内外学术界的关注。人工智能是新技术革命的带头学科之一,但目前尚无数学理论。智能数学的引进正好填补这个空白。本文以某些化学专家系统为例说明智能数学在有机化学中的应用。     

知识图谱研究综述

知识图谱是以图的形式表现客观世界中的概念和实体及其之间关系的知识库,是语义搜索、智能问答、决策支持等智能服务的基础技术之一.目前,知识图谱的内涵还不够清晰;且因建档不全,已有知识图谱的使用率和重用率不高.为此,本文给出知识图谱的定义,辨析其与本体等相关概念的关系.本体是知识图谱的模式层和逻辑基础,知识图谱是本体的实例化;本体研究成果可以作为知识图谱研究的基础,促进知识图谱的更快发展和更广应用.本文罗列分析了国内外已有的主要通用知识图谱和行业知识图谱及其构建、存储及检索方法,以提高其使用率和重用率.最后指出知识图谱未来的研究方向.     

小麦品种知识图谱构建与可视化研究

为探索知识图谱技术在农业智能生产中应用与落地, 解决复杂多样的农业生产数据的精准查询与可视化问题, 本研究以小麦品种知识为例, 利用爬虫技术, 爬取1852个小麦品种信息、735个微百科、102349个词条; 基于知识图谱技术, 设计品种知识图谱实体与关系, 对抓取数据进行清洗、抽取与融合, 经过实体识别、关系构造等处理, 构建实体258484个, 关系328933个. 在此基础上, 设计了小麦品种知识存储方式, 结构化数据存储在MySQL中, 非结构化数据存储在MongoDB中, 使用Neo4j图数据库存储知识图谱来提高知识的查询性能, 在此基础上实现小麦品种关系查询与实体识别, 提供品种数据精确表达与可视化, 表明利用知识图谱技术实现品种等信息的可视化是可行的, 该研究可以为知识图谱在农业中的应用提供技术参考和理论支撑.     

基于网络的智能辅导系统的设计与实现*

介绍了基于网络的智能辅导系统的设计与实现.智能辅导就是将存在计算机中有关初中理科的显式知识和高水平教师大脑中的隐性知识转移给学生的过程.基于网络的智能辅导系统由五个子系统组成,提供网络在线实时运行模式.系统试验服务结果表明,系统提供的智能辅导能够很好地解答学生的问题,且在成功率、正确率和响应时间等方面能够满足学生要求.     

一种MAS构件知识复用动态演化模型

为提高企业的知识利用效率,增强企业创新能力,针对企业现有知识和系统,提出将企业知识管理的业务逻辑与知识处理事务分开,建立了基于多智能体和构件知识的知识复用模型,设计了知识管理业务逻辑的规则模型和智能体的活动行为模型,讨论了基于多智能体的规则协调模式,有效地支持知识的动态复用和知识使用过程的动态重组,增强知识管理系统的分布式处理能力和规模可扩展能力.在分布式构件库系统中,智能体通过协作联合完成任务要求.每个智能体拥有自己的知识库,并且具备学习能力,能够更新其知识库以保持执行结果的有效性.     

基于Multi-agent技术的知识发现新模型KDD的设计

KDD模型是基于双库协同机制的知识发现新模型,是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD的智能性,文章设计了一个基于Multi-agent技术的智能数据挖掘系统。利用多智能体技术,实现了数据预处理、数据挖掘、知识的自动获取、基础数据库与知识库的同步进化与协调、知识的评价与表示等功能,为智能信息系统的发展提供了重要支持。     

基于智能对象的知识处理方法在专家系统中的应用研究

在分析传统的基于被动对象的知识系统基础上,提出了一种基于智能对象的知识处理方法,并对基于智能对象的知识表示、存储及推理方法进行了较深入的研究。最后通过实例说明了该方法的有效性。     

一种面向主题的智能查询方法

为使数据仓库更好地为决策支持服务，本文提出了一种面向主题的智能查询方法，增强了数据仓库查询的智能化程度，使用户能够基于领域专家知识进行动态查询，并且为用户的查询提供更多的相关信息。     

基于概念网络的领域知识组织及应用

着眼于智能教学系统领域知识库的建立，引入了一种新的知识表达工具——概念网络（Connet），并结合军事后勤保障计算教学系统的领域知识库和知识导航系统的建立，通过实例就如何使用这种表达工具进行知识组织和管理进行了介绍。     

一种混合式的实时智能信息融合系统设计

面对复杂实时的工作环境,设计一个高性能的、可靠的信息融合系统尤为重要。针对这一问题,以专家系统技术为基础,综合运用数据库技术、黑板理论和神经网络理论,对复杂融合系统进行了一些研究,在此基础上,设计了一种混合式实时智能信息融合系统,并对系统中的融合功能系统、知识库、知识获取模块、数据库和黑板分别进行了具体阐述。     

智能教学中的知识模型与教学评价的研究

目前,基于Web的智能教学系院是计算机应用于教育领域的研究方向之一。本文从知识点及其关系出发构建一个知识网络模型,并基于该模型介绍如何进行领域知识表示及考核试题设置,然后设计了试题难度系数的动态更新方法,还提出一种简捷的知识诊断方法,准确地将学生学习缺陷定位到具体的知识点,得出学习路径方面的建议,从而增强了教学的针对性。     

基于智能主体的决策资源管理

随着Internet的广泛普及,人们可以随时随地获取自己想要的信息,然而海量信息却带来了一场新的知识危机,也就是说,人们被知识的海洋所淹没。知识管理技术正是解决这种知识危机的重要而有效的手段,是知识工程和信息系统中的重要研究内容。论文介绍了该技术在决策资源管理中的应用,提出了一个基于智能主体的决策支持系统的体系结构,并且详细描述了基于本体与RDF的决策资源的知识表示,最后用一个实例阐述了这种决策资源管理方法的实现过程。     

概念获取的框架表征重述方法*

基于知识的问题求解需要一个丰富而相对完备的信念系统,尤其是当任务具有领域非限定特征时。经典知识工程关于知识获取、表示与使用的方法只能适应领域受限问题,因为它不是从概念发展的角度来建构概念系统的,面临着Framework Problem。针对认知心理学对概念系统发展与表征问题研究有一定的认知深度同时又缺乏系统构造与实现机制研究的情况,提出了一种基于框架表征的概念系统表征与发展方法,详细研究了概念在内的隐水平I、外显水平E1、外显水平E2和外显水平E3上的表征和发展过程。这一研究对于提高基于知识的系统推理能力和问题求解能力具有显著意义。     

IAKA—智能化农业知识获取平台的设计与实现

IAKA（the Intelligent Agricultural Knowledge Acquisition Platform）是一种农业领域的智能化知识获取平台,为了实现农业知识获取及可视化,阐述了IAKA的思想和基于面向对象技术的系统设计和实现方案,并采用基于“以用户为中心的设计”方法设计,利用拟人知识化、可视化的技术实现了IAKA平台。     

变电站智能告警专家系统的不确定性知识表示

在变电站智能告警专家系统中,针对业务知识的不确定性和复杂性,文中设计了一种不确定性知识的表示方法,可以使采用该方法构建的知识库更有利于推理机的推理和知识库的自学习。该方法根据领域知识将变电站信号进行分层分类,以子知识库的形式进行知识的组织,克服了知识的复杂性。而且它采用一种模糊产生式表示业务知识,将模糊推理规则映射为模糊产生式,解决了知识的不确定性问题。实验分析表明,该方法适合进行变电站关联信号的告警推理,结合系统对知识的自学习机制,可以有效降低告警的差错率和虚警率。     

知识库系统的原理及其在智能搜索引擎中的应用

本文主要讨论知识库系统的原理,探讨了知识的定义,知识的表示方法,知识库以及知识库系统的体系结构等。在此基础上,讨论了知识库系统在智能搜索引擎中的应用。