基于本体的水稻栽培知识库构建及应用

在人工智能领域（AI）中,Ontology作为知识表示和知识组织的主要工具,能有效地对知识进行系统化的组织和表示,这种结构化知识表示有利于解决信息检索、资源组织等。以构建水稻栽培学知识库为依托,研究了本体在该领域的构建原则、方法等,通过对相关的分类体系确立、属性定义、实例确定,以及本体存储等各个部分进行研究,详细地阐述了本体信息的结构组织体系的确立与相关知识及其应用的全过程。     

利用Google搜索引擎进行农业信息检索和信息分析的实践

本文根据笔者使用Google搜索引擎的实践，介绍了利用Google搜索引擎进行农业信息检索和农业信息分析的几种方法，给出了具体的例子，并对利用搜索引擎进行品种相关信息检索作了特别的介绍。     

基于博客的网络信息检索教学研究与实践

网络信息检索课程不但要求其教学内容要从网络检索工具入手,为了适应教学内容,其教学环境以及教学手段也要同步改进,以利于教学的进行。为充分展示对于网络信息检索课程改革的研究成果,从课程设计以及基于Blog平台的教学优劣势进行了分析研究。     

网络信息检索的障碍因素及应对技巧

阐述了网络环境下信息检索的概念、特征和障碍因素,从对信息检索用户的要求入手,提出了网络环境下的信息检索应对的一些措施。     

基于Agent个性化智能检索技术

本文阐述了个性化信息服务的两个方面、个性化智能代理的特点,提出了一种基于Agent的信息检索方法,从而弥补了现有系统在自适应用户兴趣和交互式等方面的不足。     

探讨internet网与农业信息服务

从Ｉｎｔｅｒｎｅｔ网上的信息检索的特点，Ｉｎｔｅｒｍｅｔ网上信息检索新动向，农业信息的特点，强化意识，推动农业信息服务发展的四个方面，论述了如何强化Ｉｎｔｅｒｍｅｔ网与农业信息的服务。     

车辆转向统一动力学模型及模型跟踪控制

为将两轴车辆控制算法应用于多轴车辆，该文在多轴转向车辆二自由度动力学模型的基础上，建立了多轴转向车辆和两轴车辆的统一动力学模型；在此统一动力学模型的基础上可通过对任两轴车轮的控制就能实现对多轴转向车辆的控制。同时根据零侧偏角控制策略构建了多轴车辆的动力学理想模型；对前轮机械转向和前轮电控转向的多轴转向车辆，分别设计了基于模型跟踪的控制系统并进行了分析。分析结果表明，采用统一动力学模型、零侧偏角控制策略和模型跟踪控制方法，控制系统调整方便且较易实现，也能达到理想的控制效果。     

地方院校学生信息素养和信息检索课的改进

介绍了地方本科院校学生信息素养和信息检索课开设的现状,并且针对信息检索课的开设,提出了一些改进措施。     

探析网络环境下的信息检索

网络信息资源的全球化,信息检索范围的拓宽,为信息的获取提供了新的更快捷的途径,使用户可以方便地获得专业化、精深化的信息资源。但是网上信息的复杂性和多变性,又对信息检索的准确率、完备率提出了挑战,对网络信息检索的质量提出了新的要求。     

区域土壤侵蚀模型参数选择

分布式水文模型相对与集总式水文模型，以其具有明确物理意义的参数结构和对空间分异性的全面反映，能更好地模拟真实的降水径流形成等水文过程。将区域尺度上的土壤水力侵蚀过程视为水文循环的一部分，基于对水土流失过程分析，考虑尺度问题的影响，对其中部分环节进行概化，借鉴前人对区域土壤侵蚀问题因子研究的成果，分析总结了建立基于GIS的区域尺度上分布式水蚀过程模型需要的参数，并讨论了参数的入选原则及其在模型中的应用方式。     

基于个性化特征的无公害农产品目录智能服务系统

从促进无公害农产品流通,提高认证产品信息服务质量出发,该文以无公害农产品目录为研究对象,以实现认证产品信息的个性化检索与推荐为目标,进行产品目录智能服务的关键技术研究。以产品概念、属性和语义关系为主体,设计产品目录本体模型,建立产品目录领域本体,形成无公害农产品电子化目录;基于产品目录领域本体,从本体概念层面进行用户兴趣特征建模,采用语义清晰度与用户兴趣度的综合值设置概念权值,建立个性化产品目录加权本体模型,并设计个性化产品目录加权本体建立算法,实现用户兴趣的动态、准确和全面描述;通过个体过滤、综合过滤、概念映射、语义查询扩展和查询结果优化,构建个性化产品目录信息推荐与检索算法,建立产品目录智能服务系统。在检索结果用户满意度对比试验中,相比于基于领域本体检索、基于语义相似度优化检索和基于个性化本体优化检索3种方式,分别提高了31%、21%和14%,结果表明可在一定程度上提高无公害农产品目录信息检索推荐的质量和满意度,满足个性化的需求,同时也可为无公害农产品推广、品牌化销售和电子化交易提供技术支撑,具有较好的应用前景。     

农业领域本体自适应学习建模研究

在总结现有的本体理论与本体学习技术的基础上,建立了一套本体学习的自适应机制,通过获取农业数据源变化信息、本体服务的需求,以及对已构建本体的评估,提出基于多Agent的农业领域本体自适应学习理论与模型,实现对农业领域本体学习规则的实时自动调整,提升农业本体构建的动态适应性及优化能力,对大规模构建农业领域本体研究具有一定的实际意义。     

基于农业本体的语义相似度算法及其在农作物本体中的应用

语义相似度计算是信息处理中的一个关键问题。针对领域本体语义相似度计算模型考虑因素过于单一、主观性较强、计算精度较低等问题,该文首先针对本体模型的结构特点,提出一种计算节点密度的新方法,并从模型概念间的关系类型、节点密度、节点深度等方面分析本体概念相似度的组成,并赋予不同的权重,从而计算概念对间的结构相似度;接着,根据文献资料和经验知识,构建本体概念对的属性网格以获取概念的属性相似度;然后,基于本体层次网络结构计算根、叶节点的 B-U 概率,进而计算语义信息量,该方法不依赖于专家经验,具有客观性;再次,结合本体结构、信息量、属性等影响相似度的因素,提出一种计算概念间语义相似度的综合算法,该算法考虑到不同的影响因子在语义相似度计算中的重要程度不同,从而赋予农业本体中概念对关系不同的权值;最后,以农业领域农作物本体的语义相似度的计算为例进行实例验证,并给出“甜玉米”和“糯玉米”语义相似度计算的详细过程。试验表明该文提出的语义相似度算法的计算结果（0.8206）和标准差（0.0565）较之其他3种语义相似度算法更接近人们直观认知和专家意见,能有效提高语义相似度计算的精度和有效性。     

The FAO Geopolitical Ontology: A Reference for Country-Based Information

In 2002, the Food and Agriculture Organization of the United Nations (FAO) published its FAO Country Profiles, an innovative information retrieval system which allows access to FAO's thematic, country-based information from a single entry point. This ontology uses some of the country profiles’ underlying data to provide a reusable resource for the international community, with a more streamlined means of accessing country data. Aimed at improving information management, the ontology facilitates standardized data sharing and interoperability, delivering the most updated geopolitical information. This ontology organizes coding systems and multilingual representations and tracks historical changes to geopolitical data as determined by trustworthy data holders like the United Nations. This article will show how the FAO Country Profiles has defined a new standard in geopolitical ontology and how and why the ontology became a reference for country-based information, as well as discuss future challenges.     

基于本体的茶虫害诊断系统构建的研究

本文简单介绍了本体的基本概念及其组成结构，详细阐述了使用本体开发工具Protégé构建茶叶病虫害领域本体的方法。针对茶虫害领域知识的特点，本文采用生物分类法与完整的公理系统相结合的方法，清晰的体现了茶虫害领域知识的层次结构，并且有利于本体在诊断系统中的检索、推理等应用。     

基于卷积神经网络和重排序的农业遥感图像检索

卷积神经网络具有很强的分类能力,并在图像分类等应用中取得显著成效,但遥感图像检索应用中还较少利用该分类能力。为了提高农业遥感图像检索性能,该文提出一种利用卷积神经网络分类能力的遥感图像检索方法。首先利用微调的卷积神经网络模型提取查询图像的检索特征和估计查询图像的每个类别权重,然后利用根据CNN模型判断的检索图像类别和初始排序结果计算类别查准率,根据查询图像的类别权重和类别查准率计算加权类别查准率,最后根据加权类别查准率对图像类别进行排序,并根据排序结果对初始检索结果进行重排序,从而得到最终的检索结果。试验结果表明:该检索方法在PatternNet数据集中平均查准率达到97.56%,平均归一化调整后的检索秩达到0.0201;在UCM_LandUse数据集中平均查准率达到93.67%,平均归一化调整后的检索秩达到0.049 2,较之其他遥感图像检索方法下降0.2358,降幅超过82.7%;平均每张检索图像重排序时间大约是初始排序时间的1%。该文提出的重排序方法可以得到更好的遥感图像检索结果,提高了遥感图像检索性能,将有助于农业信息领域信息化和智能化。     

基于微波遥感的土壤水分反演估算研究进展

土壤水分是地表和大气水热过程交换的重要纽带，对于农业生产、生态规划、水资源管理等具有十分重要的意义。微波遥感具有基本不受天气条件影响，具有较好探测植被覆盖下的土壤信息和土壤水分变化趋势等优势，成为目前遥感精确反演土壤水分的热点。本文整理了现有全球尺度的基于微波遥感的土壤水分产品；分析比较了土壤水分反演中主动微波遥感、被动微波遥感、主被动微波协同技术的原理、特点、适用范围和关键技术进展：主动微波遥感和被动微波遥感的 优势分别在于高空间分辨率和高时间分辨率，高空间分辨率可以很好捕捉地表细微的空间信息特征，但囿于土壤水分与后向散射系数之间的复杂关系，特别是植被、地表粗糙度等对雷达后向散射系数的干扰，使得反演土壤水分的精度不高，因而根据现实情况选取不同散射模型以及利用多源数据协同是目前改善精度的研究热点。而高时间分辨率可以实现全球及大尺度下的土壤水分监测，但是很难满足小尺度或者小区域范围的实际研究需求，为了能使实测数据在空间上得以较好匹配，提出多种降尺度方法。结合以上两种微波遥感方式的优劣，依托更为丰富的数据源、相对成熟的观测技术来对两者进行融合以提取更多的水分信息，以提升反演精度或者获得长时间序列数据。在目前的方法中，土壤水分反演在小尺度下表现出良好的性能，但在全球尺度上会出现数据缺失、适用性不强、反演精度不高以及反演过程过于复杂等诸多问题，可以借助多种观测方式（多极化、多角度、多波段）、多时相重复观测、在原有模型上引入新的算法以及数据同化等方面着手进行改进，同时全球卫星导航系统（Global Navigation Satellite System, GNSS） 中长期稳定、高时空分辨率的L波段微波信号在陆面遥感领域的快速发展也为我国北斗卫星导航系统（BeiDou Navigation Satellite System, BDS）的发展提供了借鉴，展现出在土壤水分反演方面的巨大潜力。     

OLI与HSI影像融合的土壤盐分反演模型

土壤盐渍化问题是黄河三角洲地区主要的土地退化问题,借助遥感技术快速、准确地掌握土壤盐渍化信息,对农业可持续发展具有重要意义。该文以黄河三角洲垦利县为研究区,利用超球体色彩空间变换算法,将环境一号卫星HSI高光谱影像与Landsat 8 OLI多光谱影像进行融合,选择土壤盐分的特征波段,结合土壤盐分的实测数据,建立统计分析模型(多元线性回归、偏最小二乘回归)和机器学习模型(BP神经网络、支持向量机和随机森林),对土壤盐分进行遥感反演。结果表明:OLI影像的统计分析模型和机器学习模型精度均较低,精度最高的随机森林模型相关系数仅为0.570;HSI影像的反演模型精度高于OLI,BP神经网络模型相关系数为0.607;融合影像反演模型精度明显高于HSI影像和OLI影像,土壤盐分含量的实测值与机器学习模型预测值具有良好的相关性,BP神经网络模型、支持向量机模型和随机森林模型的决定系数R~2分别达到0.966、0.821和0.926,模型反演精度较高。研究表明,多光谱和高光谱影像融合能显著提高土壤盐分遥感反演精度,机器学习模型的反演效果明显优于统计分析模型。研究结果对黄河三角洲典型地区的土壤盐分反演具有积极的理论和实践意义。