[发明专利]基于知识图谱的水稻病害预测与诊断方法

说明书

本发明提供了一种基于知识图谱的水稻病害预测与诊断方法，它是通过水稻病害知识抽取、水稻病害知识表示、水稻病害知识融合、水稻病害知识存储、水稻病害知识预测与诊断等步骤实现的。该方法消除了水稻领域大量繁多的数据以及诸多不可控因素的影响，进而保证预测与防治的准确性、多样性；同时，避免专家判断的人为主观因素的抉择，使得预测和防治更加有效、精确。

技术领域

本发明涉及水稻病害预测和诊断技术领域，具体涉及一种基于知识图谱的水稻病害预测与诊断方法。

背景技术

我国是一个病害多发的国家，长期以来，病害一直是影响水稻产量的主要问题，有效预防和控制病害的发展对于提高水稻产量有着重要意义。水稻种植过程中，种植人员会遇到许多难以解决的问题，需要专门的农业专家进行指导，由于农业专家有限，又受制于时间和空间的因素，无法完全实现面对面指导。面对庞大、复杂、多样的农业信息，传统的专家系统已经满足不了广大种植人员的需要，因而目前对系统提出了更高的需求，即快速、简短、准确的获得自己需要的信息。

目前已开发出的一些水稻病害诊断系统，对水稻病害的诊断和防治起到了一定的积极作用，但由于知识语义关联性不强，信息难以共享，造成其实际应用价值并不高。随着农业科技的发展，普通的专家系统已经不能满足农民朋友的要求；传统的专家系统提取时仅采用规则表示知识对主要病害进行分析来建立病害专家知识库，但用户不可以自己输入症状，同时当用户出现多个症状时，诊断结果可信度不高；现有技术中专家系统还存在的问题是，有的只针对某种作物的一种病害或虫害，有的只预测某一种作物的一种病害，无法实现全面的病害覆盖。因而，种植人员在使用专家系统指导病害防治时，用户不可能就作物有多少种病害买多少个专家系统，成本较高；同时需要操作的系统数量多，导致操作繁琐、效率低下。

发明内容

针对以上现有技术存在的问题，本发明提供一种基于知识图谱的水稻病害预测与诊断方法，其操作简便、覆盖范围广，提高了水稻病害诊断与预测的准确性、多样性，效率高、成本低。

本发明的目的通过以下技术方案实现：

基于知识图谱的水稻病害预测与诊断方法，其特征在于：它是通过以下具体步骤实现的：

a、水稻病害知识抽取：采用结构化数据抽取、半结构化数据抽取以及非结构化数据抽取三种方式提取水稻病害的数据；并以结构化数据为基础，扩充半结构化数据以及非结构化数据，形成知识数据存入到知识图谱；

b、水稻病害知识表示：采用Neo4j图数据库来存储知识抽取后的数据，使用属性图模型来进行知识表示；所述知识表示以网络的形式表示知识，以（实体1，连接关系，实体2）三元组来表示相关联的两个节点（实体）；

c、水稻病害知识融合：针对知识图谱中不同来源的知识对象，在同一框架规范下进行数据整合、消歧、加工、推理验证、更新；

d、水稻病害知识存储：对获取到的实体及实体之间关系数据进行融合后，采用Neo4j图数据库存储数据；

e、水稻病害知识预测与诊断：根据水稻致病后的性状表现以及知识图谱存储的诊断与预测方法，诊断出水稻所患何病，并且对病害进行防治和预测。

水稻领域知识的获取，由于特定领域数据库的短缺以及其他知识来源广泛，造成知识质量良莠不齐、来自不同数据源的知识重复、层次结构缺失等问题；同时，由于水稻种类与病害种类繁多，又有天气、土壤、温湿度等诸多不可控的因素，导致诊断和预测功能的不准确性。本方法通过知识提取，实现了从非结构化和半结构化数据中获取实体、关系以及实体属性信息的目的；同时，通过知识融合，达到数据、信息、方法、经验以及人的思想的融合，形成高质量的知识库，消除知识库中的歧义与重复现象，保证层次结构清晰，从而确保诊断和预测的准确性。