基于本体的分类检索系统的设计与实现

传统的信息检索是利用关键词匹配查询,对用户问句缺乏语义理解,检索效果不是令人非常满意。为解决此问题,提出了一种基于本体的分类检索系统,利用本体中丰富的语义关系,对用户提问进行分类语义查询,从而提高信息检索的查准率和查全率。     

基于BERT字向量和TextCNN的农业问句分类模型分析

【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响,为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据,选择20000条问句进行人工标注,构建农业问句分类语料库。采用BERT对农业问句进行字符编码,利用文本卷积神经网络（TextCNN）提取问句高维度特征对农业问句进行分类。【结果】在词向量对比实验中,BERT字向量与TextCNN结合时农业问句分类F1值达93.32%,相比Word2vec字向量提高2.1%。在深度学习模型的分类精度对比方面,TextCNN与Word2vec和BERT字向量结合的F1值分别达91.22%和93.32%,均优于其他模型。在农业问句的细分试验中,BERT-TextCNN在栽培技术、田间管理、土肥水管理和其他4个类别中分类F1值分别为86.06%、90.56%、95.04%和85.55%,均优于其他深度学习模型。超参数设置方面,BERT-TextCNN农业问句分类模型卷积核大小设为[3,4,5]、学习率设为5e-5、迭代次数设为5时效果最优,该模型在数据样本不均衡的情况下,对于农业问句的平均分类准确率依然能达93....     

基于本体的智能信息检索在农业电子商务中的应用

分析了传统农业商务门户Web信息检索技术存在的问题与不足,结合物联网信息的特点,提出基于本体的语义检索模型,提供面向农业的专业化检索服务。基于本体的智能信息检索方式灵活多样,能够对用户提供语义制导,有较强的推理能力,实现了基于知识的语义检索,并在此基础上实现了数据的高效率和高精度挖掘,根据挖掘结果进行决策分析,为用户提供基于RSS聚合的个性化服务。     

问答系统中问句间语义相似度研究

问答系统是信息检索系统的一种高级形式，它能够用准确、简洁的自然语言回答用户用自然语言提出的问题。如何计算问句之间的语义相似度是问答系统面临的主要难题。提出一种新的计算问句间语义相似度的方法，即综合考虑问句之间的显式关联和隐武关联2个方面，将链接预测模型与查询似然语言模型相结合计算问句之间的语义相似度。试验表明，采用该方法可提高问句语义匹配的准确率。     

基于农业本体的智能检索原型系统设计与实现

为了进一步完善传统信息检索系统的功能,笔者将在从农业科学叙词表转化得到的农业本体基础上,设计并实现一个智能检索原型系统。该系统能通过以OWL表示的农业本体进行简单的推理,从而将检索词的同义词及与其对应的英文词都自动被检索出来。另外,该系统还提供较多的智能导航,包括与检索词存在一定语义关系的同义词、上位词、下位词和相关词等。     

以本体为核心的图像检索研究

针对目前图像检索系统较难实现语义检索的问题,提出一种新的以本体为核心的图像检索模型.将通用本体和空间本体相结合描述图像语义,并且基于本体中"Is-A"关系设计相似性度量算法实现语义扩展.初步试验证明了在图像语义检索中此检索模型的可行性和优越性.     

基于中医药领域本体的信息检索模型研究

针对传统基于关键词匹配的中医药信息检索存在查全率和查准率低下的缺陷,将本体与潜在语义索引相结合,提出一种基于中医药领域本体的语义信息检索模型。该模型基于本体概念扩展树构建相应的查询扩展方法和语义向量空间模型,将用户查询和文档集映射到同一潜在语义空间,通过计算查询向量与文档之间的相似度返回检索结果。着重阐述了该模型的体系结构、实现过程和关键技术,并对其实用性进行论证。     

基于语义相似度计算的农业实用技术FAQ系统平台设计

本文采用一种新的改进语句相似度计算技术,设计出Web环境下农业实用技术FAQ系统平台,该平台通过对用户输入的自然语言问句进行处理、分析、计算,然后自动筛选出专业数据库中置信度高的答案,为用户提供实用农业技术信息服务。系统操作方便快捷,答案准确专业,能够较好地满足农业生产技术需求。     

生物及农业课题检索词选用与检索策略的建立

几年来的检索课题实践表明,检索词的选用和检索策略的建立,是影响国际联机情报检索效果的重要因素,限于篇幅,本文仅涉及用户拟出提问主题词后,如何有效地提高检索效果的问题。一、提高检索词的专指性,减少误检检索生物及农业课题时,常遇到某些生物名词在不同的场合有不同的概念含义,即一词多义性,这类词使用恰当与否,对课题的检索效果影响甚大。当课题的检索组面较多,涉及的主题范围较窄时,由于多组面的限制,可以使检索词在特     

《中国农业文摘－植物保护》主题索引分析

通过对《中国农业文摘─—植物保护》１９９１～１９９３年年度主题索引的分析，尤其是对导词规范化程度的调查，阐述了导词与文献手检检索效率的关系，并通过实例说明检索用户对检索效率的要求与其目的有关。提出了以检索用户需求为前提的几点改进设想，指出在进一步完善主题索引的工作中，主题词的规范化仍是一个重点。     

基于模型和GIS的小麦空间生产力预测研究

 【目的】准确预测区域小麦生产力,可以为农业生产的定量评价、环境变化影响的评估等提供关键技术支持。【方法】基于课题组研制的小麦生长模拟模型,探讨生长模型在区域化应用过程中升尺度连接的方法,进一步将模型与GIS相耦合,建立小麦区域生产力预测模拟模型;并以江苏省2000年小麦产量的区域模拟为例,借助GIS技术完成了气象、土壤特性、管理措施等模型基本输入数据的空间栅格化预处理,通过将研究区域划分为许多均质栅格,解决了研究区域内环境条件的空间变异,实现了小麦生产力的区域模拟;并将江苏省内的栅格 模拟产量空间变异图和平均模拟结果同实际产量变异和统计产量进行了比较。【结果】模型模拟的产量空间分布 图可以较好的反映江苏省区域内实际小麦产量的变化规律,通过归并得到的江苏省县市平均产量与统计产量的均方根差为496.48 kg?hm-2。【结论】表明基于模型和GIS对不同生态条件下的小麦生产力进行模拟,具有较好的可行性。     

福建省水利建设投入对不同农业作物产出的影响分析

利用1991—2010年福建省水利基本建设投入和其他农业基本投入、产出数据，构建模型实证分析水利建设投入对粮食、园林水果和茶叶单产的影响及影响差异。实证分析发现：福建省水利建设投入对农业生产产生积极作用；水利建设投入对粮食、园林水果和茶叶单产的影响存在差异。分析认为差异原因除了与农作物种类自身特性原因外，还与水利建设结构不合理有关。     

地表参数对AERMOD模型预测浓度精确度的影响

AERMOD是一个新的先进的烟羽扩散模型,它主要应用到大气扩散的法规烟羽模式。在AERMOD模型中,它需要输入3个地表参数因子,分别是波文比、地表反照率和地面粗糙度。这些因子代表着不同的土地利用类型,影响着AERMOD模型的预测浓度。为了确保输入的地表参数因子值能更精确有效地模拟预测浓度,了解这些因子如何影响模拟结果是非常重要的。探讨了不同数值的地表反照率、波文比和地面粗糙度对AERMOD模式的模拟预测浓度值的影响变化情况,并通过4种土地利用类型来评价不同的地表参数因子对AERMOD的浓度影响,从而提出AERMOD模式中地表参数波文比、地表反照率和地面粗糙度的精确性的建议。     

SIMHYD模型在Goulburn流域中的应用

介绍了SIMHYD降雨径流模型的基本结构及计算原理,并用该模型对Goulburn流域的主要产流区Eildon以上汇流区进行了校核和验证。研究区的降雨数据采用澳大利亚昆士兰州基础工业部的Rainman Streamflow数据光盘,由于光盘数据省略了降雨量为0的所有天数,因此在该研究中用Visual Basic编写了1个Excel的宏程序对记录数据中降雨量为0的情况进行了处理。结果表明,该模型可以很好地对该流域月径流进行模拟,采用的Nash-Sutcliffe效率系数在校核和检验期分别达到了90.6%和94.0%。该模型不仅具有结构简单、参数较少的特点,而且考虑了超渗与蓄满2种产流机制,对输入资料要求低,一般流域资料都可以满足其输入需要。因此,模型具有适用范围大、易于推广应用的优点。     

基于BP神经网络的马尾松立木生物量模型研究

以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1）最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2）输入变量和输出变量的增加不会降低BP神经网络模型的精度。3）模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。      

河南省农户小麦生产投入对单产的影响

分析小麦生产中不同生产要素投入对产量的影响,有利于优化生产投资结构、减少生产投资成本、确保小麦产量提高.鉴此,以河南省安阳县、沈丘县、新蔡县农户投入数据为基础,采用扩展的生产函数模型进行分析.结果表明,各地区影响小麦单产的主要投入因素基本相同,主要有单位面积化肥投入、种子投入、农业机械投入、农药投入等,这些因素在不同地...     

四川丘陵地区农业投入要素与农业经济增长的实证分析——以泸县为例

以四川省典型丘陵农业大县——泸县为例,根据1980～2009年的数据资料,在对数据进行检验的基础上,运用OLS方法拟合了一个多元线性模型,格兰杰因果检验分析农业经济增长与农业投入各要素之间的关系。结果表明,长期内,泸县劳动力投入对农业经济增长不存在因果关系;长期内,泸县土地投入对农业经济增长有反向影响;不管长期还是短期,化肥、机械及资金的投入对于泸县的经济增长有促进作用。     

化肥投入与环境库兹涅茨曲线的关系检验与分析——以贵州省南盘江流域为例

通过Eviews软件建立模型,运用二阶段最小二乘法,以贵州省境内南盘江流域化肥投入与贵州省农村居民2006-2015年的人均收入为样本,研究了化肥3种主要污染元素氮、磷和溶解氧的投入对南盘江水资源的影响。结果表明,化肥投入与环境之间存在环境库兹涅茨曲线,政府和相关部门应该对化肥投入造成的面源污染做出控制。     

果园化肥施用量与产量关系的模拟与分析

本文用北京某农场各队历年的施肥量与产量的财务记载资料,建立施肥量与产量的关系模型,确定化肥施用量对产量的影响,并编制拟合模型参数和数据分析的BASIC程序。通过分析研究,确定出果园施肥的最佳用量。     

基于支持向量机和神经网络的土壤水力学参数预测效果比较

在美国土壤水分物理性质数据库(UNSODA 2.0)的基础上,考虑土壤质地不分类和分类2种情况,分别构建了基于支持向量回归机(SVR)的土壤传递函数模型,比较了在土壤质地不分类和分类情况下预测土壤水力学参数(水分特征曲线和饱和导水率)的效果,并与建立在相同数据库上的基于神经网络的Rosetta模型的预测效果进行了比较.结果表明:土壤质地不分类的情况下,输入参数越多,基于SVR模型的预测效果越好;土壤质地分类情况下,基于SVM分类建模的预测结果普遍好于不分类情况.无论土壤质地是否分类,样本和输入参数相同的条件下,基于SVR的模型预测的效果都优于Rosetta模型.