[发明专利]一种花卉科学培植养护知识的检索方法和装置在审

专利信息
申请号: 202210952545.7 申请日: 2022-08-09
公开(公告)号: CN115374290A 公开(公告)日: 2022-11-22
发明(设计)人: 吴爱燕;张永梅;王超;樊飞扬 申请(专利权)人: 北方工业大学
主分类号: G06F16/36 分类号: G06F16/36;G06F16/332;G06F16/35;G06Q50/02
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100144 *** 国省代码: 北京;11
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 花卉 科学 培植 养护 知识 检索 方法 装置
【权利要求书】:

1.一种花卉科学培植养护知识的检索方法,其特征在于,所述方法包括:

接收用户输入的花卉科学培植养护知识相关的检索信息;

通过预先构建的多级关联的花卉科学培植养护知识图谱信息数据库检索得到检索结果;

融合跨媒体技术完成花卉检索级联动态图谱的显示。

2.根据权利要求1所述的方法,其特征在于,所述花卉科学培植养护知识图谱信息数据库的预先构建具体包括:

把花卉科学培植养护知识体系划分为花卉基本信息体系和花卉科学培植经验体系;

构建所述花卉基本信息体系和花卉科学培植经验体系的图谱概念模型;

根据所述图谱概念模型构建所述花卉科学培植养护知识图谱信息数据库。

3.根据权利要求2所述的方法,其特征在于,所述构建所述花卉基本信息体系的图谱概念模型具体包括:

根据花卉的种类和品种划分花卉概念实体层次;

定义不同层次的花卉概念实体,按照概念实体的粒度级别从高到低,自顶而下划分层次构建所述花卉基本信息体系的图谱概念模型,将所述花卉基本信息体系记作T,将花卉顶层概念粒度实体记作E,其数目记作n,它们满足如下约束:

在所述花卉基本信息体系的图谱概念模型中,相邻两层,高粒度层实体记作e,低粒度层实体记作sube,同一高层实体下的子实体的数目记作m,它们满足如下约束:

接着,定义不同花卉概念实体间的关系,记作R,用三元组表述,高层实体间的关系可以被其子实体继承,它们满足如下推理关系:

在所述花卉基本信息体系的图谱概念模型中,实体间的关系是可逆,逆关系记作R-1,只要实体间存在一种关系,就代表着这对实体间具有相关性,两个实体的相关性记作R0,它们满足如下推理关系:

4.根据权利要求3所述的方法,其特征在于,所述构建所述花卉科学培植经验体系的图谱概念模型具体包括:

根据科学培植经验方法定义培植经验的概念及其属性;

根据培植经验定义科学培植规则,所述科学培植规则的建立包括两方面:一是以培植养护方法为前件,以所述培植养护方法显著影响的花卉品种为后件;二是以培植养护方法和花卉品种为前件,以所述花卉品种在所述培植养护方法具体实施下产生的花卉生理特征信息为后件,从培植目标反向推理获知相关培植养护方法,再从培植养护方法正向推理获取科学培植方案,所述培植目标为花卉外形特征属性,从花卉的品种检索获取所述科学培植方案,进而实现花卉外形特征基本信息与经验信息的融合;

将所述科学培植经验体系记作C,一种花卉的外形特征属性变化对应一项或多项经验规则,以某种花卉为实体记作e′,某种培植养护方法记作它影响的花卉品种集合记作培植养护方法有许多,培植养护方法集记作Φ,某项经验培植方案记作τ,经验培植方案集记作Λ,推理满足如下约束:

5.根据权利要求4所述的方法,其特征在于,所述根据所述图谱概念模型构建所述花卉科学培植养护知识图谱信息数据库具体包括:

从大量分散的实验数据和各类培植信息数据库中提取花卉培植信息;

根据所述图谱概念模型构建所述花卉科学培植养护知识图谱信息数据库,其中,所述花卉科学培植养护知识图谱信息数据库的结构与所述图谱概念模型的实体及其属性的定义保持一致,所述花卉科学培植养护知识图谱信息数据库包括基本信息数据库和科学培植经验数据库,所述科学培植经验数据库包括培植方法库和培植规则库,其中,在所述基本信息数据库构建中,存储各类各种花卉的表型特征信息和生理特征信息,根据实体的多层定义结构,首先按照花卉的种类进行存储,然后在同一种类下按照具体的品种进行存储;所述培植方法库是一个二级关联数据库,首先把通常的培植养护方法存储到一张数据表,然后按照培植养护方法存储具体培植方案及其显著影响到花卉种类;所述培植规则库又包括两部分,一部分是以培植养护方法为前件,以显著影响花卉品种为后件的;一部分是以培植养护方法为前件,以具体培养方案及其显著影响花卉的表型和生理特征参数为后件;所述基本信息库和所述培植方法库、培植规则库是基于花卉品种相关联的;最后建立多级关联数据库。

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北方工业大学,未经北方工业大学许可,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/202210952545.7/1.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