[发明专利]一种基于云本体的茶树虫害智能诊断原型系统无效

专利信息
申请号: 201210304048.2 申请日: 2012-08-24
公开(公告)号: CN102831316A 公开(公告)日: 2012-12-19
发明(设计)人: 李绍稳;叶琼;刘超;吉喆;孙靓;张友华;刘恺;许高建;张筱丹 申请(专利权)人: 安徽农业大学
主分类号: G06F19/00 分类号: G06F19/00;G06F17/30
代理公司: 南京天翼专利代理有限责任公司 32112 代理人: 朱戈胜
地址: 230036 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 本体 茶树 虫害 智能 诊断 原型 系统
【权利要求书】:

1.一种基于云本体的茶树虫害智能诊断原型系统,其特征是该系统包括概念提取模块、茶树虫害领域本体概念的云化模块、概念间分类关系的云化模块、概念间非分类关系的云化模块、智能查询模块和诊断模块、结果输出模块;本方法的步骤包括:

1)用户将已经过处理的茶树虫害领域本体知识导入本诊断原型系统;

2)导入的茶树虫害领域本体知识进入概念提取模块,由概念提取模块提取茶树虫害领域本体概念;

3)再由茶树虫害领域本体概念的云化模块针对不同的茶树虫害领域本体概念,选择划分方法,对每个概念进行划分,确定其概念语言值,并将划分后的概念输入相应云发生器进行云化;

4)已云化的茶树虫害领域本体概念,分别进入概念间分类关系云化模块和概念间非分类关系云化模块中;

5)由概念间分类关系云化模块和概念间非分类关系云化模块对已云化的茶树虫害领域本体概念进行分类关系提取;再分别对提取的每对分类关系处理得到概念间云化的分类关系,对提取到的非分类关系处理得到概念间云化的非分类关系;

6)概念间云化的分类关系和概念间云化的非分类关系通过一致性检测后生成茶树虫害领域云本体;

7)智能查询模块和诊断模块在接收用户的查询提问后,对用户提交的关键词进行语义分析,然后通过在线交互界面反馈关键词语义信息给用户,由用户进一步选择判断并输入本诊断原型系统;

8)重复步骤7),直至返回用户满意的关键词语义信息;再构造相应的检索式,将查询语句交给云本体,得出云本体中所有具有语义关联的类以及实例;由智能查询模块和诊断模块诊断出结果,再通过结果输出模块返回诊断结果给用户;

9)由用户点击诊断查询结果,显示出虫害的特征、发病症状和防治方法信息。

2.根据权利要求1所述的基于云本体的茶树虫害智能诊断原型系统,其特征是所述茶树虫害领域本体概念的云化模块中的茶树虫害领域本体概念云化方法是,首先从茶树虫害领域知识中提取概念,再对概念中的不同语言值进行划分,最后用云模型表示,使概念不用通过语言的二次表达,就能够直观的表达不确定性的概念;

a)从茶树虫害领域知识中提取概念的方法:

首先通过中文分词的方法,先对茶树虫害领域语料进行切分;中文分词后的语料被划分成一个个单个词语,利用互信息技术,从切分后的语料中得到候选概念集合;最后通过领域相关性判断剔除非合成词,最终提取出茶树虫害领域本体的概念;

b)对概念中的不同语言值进行划分的方法:

在茶树虫害领域有各种类型的不确定性概念中:

对于直接能用数值表达的概念的划分中,先确定长度和宽度的范围;第二步再在这个范围内等量化分间距,即可得到划分好的不确定性概念;

对于不能直接用数值表达的概念的划分中,据不同的概念采取相应的转化方法划分概念;

c)用云模型表示使概念不用通过语言的二次表达,即概念云化方法:

概念云化的过程可以细化成三个步骤:

步骤一:遍历每个概念的属性;如果实单属性,则直接进入步骤三,如果是多属性,则进入步骤二;

步骤二:采用云维度优选方法选取多属性概念其中一个,进入步骤三;

步骤三:将划分后的概念输入相应云发生器进行云化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽农业大学,未经安徽农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210304048.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top