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。     

一种面向语义检索的向量空间模型改进方法

阐述了向量空间模型文本分类技术的基本思想。通过在传统的向量空间模型的基础上增加语义环境形成语义向量空间模型,用以体现领域本体概念之间的关系即语义属性。根据领域本体概念之间关系的不同层次论述了不同关系的不同权重计算方法,并且提出了单层语义向量空间模型的改进方法。     

柑橘肥水智能决策支持系统的变化预测方法及应用效果

本体是农业智能信息系统的核心,是实现精准农业信息服务的关键.本体的维护和管理过程将导致本体发生各种变化,从而对其支撑的应用程序产生不同程度的影响.如何有效地分析本体元素的变化对应用程序的影响是农业智能信息系统维护和管理的难题.该文提出一种基于界面组件依赖矩阵、本体概念依赖矩阵及本体概念-界面组件依赖矩阵的系统变化预测方法,实现了避免代码层分析而较准确预测本体概念的变化对应用程序用户界面组件的影响.以包含22个本体概念和6个界面组件的柑橘肥水智能决策支持系统为案例分析,验证结果表明:该变化预测方法能够达到85％的平均准确率和98％的平均召回率.该变化预测方法对解决以本体为核心的农业智能信息系统的变化管理难题可提供有效的解决方案.     

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。     

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。     

用BERT和改进PCNN模型抽取食品安全领域关系

为了提高食品安全领域关系抽取的效率和准确性,该研究在收集食品安全领域语料的基础上,对语料中相应的实体和关系进行标注,构建可用于食品安全领域关系抽取的专业数据集。同时,提出面向食品安全领域的基于BERT-PCNN-ATT-Jieba的关系抽取模型,该模型使用基于转换器的双向编码器表征量（Bidirectional Encoder Representations from Transformers,BERT）预训练模型生成输入词向量,并结合分段卷积神经网络（Piecewise Convolutional Neural Network,PCNN）模型的分段最大池化层能极大程度捕获句子局部信息的特点,在分段最大池化层与分类层之间添加了注意力机制,以进一步提取高层语义。此外,考虑中文语料的特性,在BERT模型进行随机掩码切分之前,采用Jieba分词技术对中文语料进行分词,PCNN模型在执行掩码语言模型（Masked Language Model,MLM）时以词为单位进行掩码,使得输入到训练模型中的句子尽可能减少语义损失,以实现更高效的关系抽取。在该研究构建的数据集基础上,将BERT-PCNN-ATT-Jieba模型与经典的卷积神经网络（Convolutional Neural Network,CNN）、PCNN模型、以及结合BERT的CNN、PCNN、PCNN-ATT、PCNN-Jieba等6个模型进行比较,该研究提出的BERT-PCNN-ATT-Jieba模型取得更优的性能,其准确率达到84.72%,召回率达到81.78%,F1值达到83.22%。该模型为食品安全领域的知识抽取提供参考,为该领域知识图谱的自动化构建节约了成本,同时为基于该领域知识图谱的知识问答、知识检索、数据共享及食品安全智慧监管等应用提供依据。     

农产品标准领域知识图谱实体关系抽取及关联性分析

农产品标准不仅是衡量农产品安全的尺度，也是农产品安全监管的重要依据，当前农产品标准信息并没有得到系统性的关联划分与复用。针对此问题，该研究依据标准化文件的起草规范设计了农产品标准信息本体规则，在现有的农产品标准文件及相关词条数据基础上，为半结构化数据设计了正则包装器；为非结构化文本提出了一个基于依存句法分析的农产品领域开放关系抽取模型（Open Relation Extraction Model In Agricultural Products Field, OREM-AF），实现了该领域知识的自动抽取。结果表明该研究设计的包装器在提取半结构化数据信息时，准确率与F1值均在95%以上；提出的OREM-AF模型在农产品语料上准确率达74.22%、F1值为75.12%，在通用语料上准确率达84.51%、F1值为75.43%，抽取结果均好于基于依存句法分析的其他模型。依托抽取数据构建了农产品标准领域知识图谱，并在知识图谱的相互关联网络上进行了标准社区挖掘，挖掘出的关联标准知识能够为农产品标准监管提供辅助分析支撑。     

农业本体在线服务系统设计

阐述了基于本体理论和方法的农业本体在线服务系统,应用搜索引擎技术为农业领域知识的组织和管理提出了一个共享的在线服务平台,介绍了多语种农业本体构建的过程,并给出了构建的关键理论和技术,设计了农业本体在线服务系统的整体架构,分析了本系统在农业领域实际应用的结果。     

家畜体尺自动测量技术研究进展

家畜体尺参数是评价家畜生产性能的关键指标之一,可为选取优良品种提供重要参考依据。人工测量家畜体尺费时费力、主观性强、有损动物福利。随着计算机技术的应用普及,家畜体尺自动测量技术发展较快,取得了较好的研究成果。该研究从家畜数据采集与预处理、家畜直线体尺测量、家畜围度体尺测量3个方面,阐述了家畜体尺自动测量技术的一般流程、常见技术、研究现状及方法优劣。首先,数据采集与预处理是家畜体尺自动测量的重要步骤,包括家畜图像数据的采集、分析与处理,输出便于体尺测点定位的数据,为家畜直线与围度体尺测量奠定基础;其次,家畜直线体尺测量技术基于数字图像处理和计算机视觉等方法,提取直线体尺测点并计算体尺测量值,是目前家畜体尺自动测量领域的主要研究内容;最后,因家畜围度体尺测量难度较大,其测量方法也是近年来相关领域研究的难点,胸围、腹围等体尺参数是家畜体质量和肉产量的重要参考指标,围度体尺测量主要包括体尺测点定位、围度体尺曲线拟合与尺寸计算。该研究还探讨了目前家畜体尺自动测量领域存在的成本高、自动化程度低、实时性与普适性差等问题,展望了未来该领域发展趋势,以期为开展家畜体尺自动测量技术与方法研究提供参考。     

面向视频呼叫中心的农业知识视频分割方法

为了推广农业知识,使农民能够通过智能手机有效地获取视频片段,该文面向视频呼叫中心设计了一种农业知识视频分割方法,可将科研机构录制的农业知识视频分割成小的完整的知识单元,并借助视频呼叫中心送达到农民手中。该文研究基于HSV(hue,saturation,value)颜色空间的视频镜头切分方法,通过对比镜头之间的颜色直方图,实现视频镜头切分;结合农业知识讲座类视频"音频为主,视频为辅"的特点,研究视频中音频镜头的切分方法,并在音频镜头的辅助下完成对于视频镜头的聚类,从而提取出视频语义单元,实现对于视频的分割,试验结果表明,该方法的查准率为88.9%,查全率为96.0%。该方法解决了现有镜头聚类方法不适用于农业知识讲座类视频的问题。     

基于描述逻辑的领域本体知识逻辑检测

对本体库进行逻辑检测是本体构建的一个重要环节。基于描述逻辑的领域本体知识逻辑检测主要归结为判断概念关于TBox的可满足性以及判断ABox关于TBox的一致性。本文采用基于Tableaux算法的Pellet推理机对茶虫害本体库进行逻辑检测,验证了本体逻辑定义的有效性、完备性,为茶虫害本体的评价和二次开发以及后期应用奠定基础。     

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。     

基于过程本体的奶牛养殖业信息协同服务系统的建立

农业信息协同服务是农业信息化发展的重要方向之一,也是目前农业信息领域倍受关注的热点学术问题。该文将农业本体论思想引入农业生产经营过程,并以奶牛养殖业为例,探讨并划分了奶牛业生产经营过程阶段和对应的信息需求单元,构建了奶牛养殖过程本体和奶牛养殖业信息协同服务业务链模型,建立了基于业务链模型的奶牛养殖业信息协同服务系统,进而对系统的服务功能进行了初步实现。研究结果表明：建立在生物学特征基础上的农业过程本体在作为农业信息统一分类标准方面具有显著优势,基于过程本体的业务链模型有效地解决了农业信息资源优化调度和协同服务机制难题,实现了农业搜索服务和异构网站服务的协同。     

考虑质量时变的收获机械工作模态分析与试验

为研究复杂开放环境下收获机械田间作业过程由质量时变影响的工作模态及振动行为,该文搭建了一套收获机械工作模态测试系统,以4YZP-4HA型122 k W玉米联合收获机械为研究对象,建立收获机械车架工作模态测点模型,测定工作模态试验下的土壤-机器-植物等边界条件,并进行田间收获作业和运输工况的振动响应数据采集和时频域分析,利用时域随机子空间SSI(stochastic subspace identification)和频域的增强型频域分解EFDD(enhanced frequency domain decomposition)算法,辨识了在质量时变(田间收获作业)和质量非时变(运输工况)影响下的模态参数(模态频率、阻尼比及模态振型),并比较分析了2种算法的工作模态辨识结果。利用时频域分析方法获取了不同测点振动加速度幅值统计特征及频率分布规律,研究结果表明:田间收获作业工况振动强度高于运输工况,振动频率集中分布在20~150 Hz范围内,测点频率之间存在差异主要由不同位置刚度变化所致;通过比较SSI和EFDD方法辨识的模态频率,发现SSI和EFDD方法在相同频率范围内相差较小,且均落入傅里叶变换方法的频率分布区间,表明SSI和EFDD方法计算结果可信,能够较为准确地确定模态频率;质量时变下的收获机械车架模态振型特征主要表现为扭转、弯曲、弯扭和局部模态振型,其中1阶扭转振型频率接近29 Hz(SSI:29.578 Hz;EFDD:29.300 Hz)。研究结果可为复杂农田作业环境下收获机械的工作模态分析与试验提供参考。     

Compositional analysis and preliminary toxicological evaluation of a tea polysaccharide conjugate

Tea polysaccharide conjugate is one of the main bioactive constituents of tea (Camellia sinensis L.). The chemical composition and preliminary toxicological evaluation of a tea polysaccharide conjugate was investigated to determine the possibility of using it for human consumption. Chemical analysis of tea polysaccharide conjugate showed that the tea polysaccharide conjugate was a nonstarch protein bounded acidic polysaccharide. The protein, neutral sugar, and uronic acid content of the tea polysaccharide conjugate was 3.5%, 44.2%, and 43.1%, respectively. The contents of iron, magnesium, zinc, and selenium in the tea and its polysaccharide conjugate were measured by inductively coupled plasma-optical emission spectrometry (ICP-OES). Results showed that the contents of four elements in tea polysaccharide conjugate were much higher than that of tea power. Especially, the content of iron in tea polysaccharide conjugate was increased 5.9 times. The tea polysaccharide conjugate, when fed to mice, was found to have no toxicity to the liver, kidney, heart, thymus, or spleen of the mice and none of the mice died throughout the period of the experiment. There was no significant difference between the thymus index, spleen index, and liver index of the mice from the test and control groups (P>0.05). On the basis of the study, the tea polysaccharide conjugate may be classified either as a very low toxicity substance, that is, GHS Category 5 (globally harmonized system), or as unclassified when orally administrated to mice. It might be a candidate of dietary supplements besides the bioactivities as a polysaccharide.