人工林培育知识图谱构建与作业法推荐技术研究

发布时间：2024-03-20 21:10

　　本文通过研究国内外森林培育决策系统的现状和趋势,针对人工林培育专家决策系统中所存在的问题,从林农的角度出发,设计并研建了人工林培育知识服务与作业法推荐系统。针对林农查询人工林培育关联知识困难以及知识图谱在人工林培育领域存在缺口的问题,研究人工林关联知识抽取和知识图谱构建的基本理论和技术、收集整理辅助培育决策过程中林农所需要的知识、提出了人工林培育知识图谱的概念,构建了人工林培育知识图谱,实现人工林知识关联可视化,为人工林培育全过程提供知识服务。针对人工林培育推理过程中推理规则的人工依赖性强,缺乏规则可信度评价的问题,研究了规则提取技术,重点研究如何构建立地条件和树种之间的推理规则,在规则中增加实际的规则可信度评价指标。分析总结现有推理算法,在推理过程中使用因子权重分析方式在实际规则可信度的基础上进行处理计算,最终给用户提供培育决策以及根据输入条件得到结果的可靠性即推理的结果可信度,提高人工林培育辅助决策的科学性。在上述研究基础上本文研建了一个基于B/S架构的人工林培育知识服务与作业法推荐系统,实现适地适树、培育作业法推荐等功能,以及培育全过程中所需的知识服务。本研究对人工林培育管理发展...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图3.2爬虫部分关键代码Figure3.2Pictureofsomekeycodesofthecrawler

人工林培育知识图谱构建与作业法推荐技术研究18抽取算法流程说明如下：①针对SQLServer里已经存在的结构化数据和网页端的半结构化数据分别选用不同的方式进行数据抽龋对于已存在SQLServer数据库中的结构化二调数据，选取数据库中相关的数据表，例如树种表等，将其导出为Ecxel....

图3.3导入图形数据库Neo4j代码图

人工林培育知识图谱构建与作业法推荐技术研究20关系文件中。3.2.2知识入库本文在知识入库过程中，考虑到Python语言操作CSV文件方便性的优点，利用Python读取准备好的节点数据CSV文件以及关系数据CSV文件，用循环语句遍历文件将节点和关系导入图形数据库Neo4j中，其中....

图3.4知识图谱部分图

3人工林培育知识抽取与知识图谱构建体，绿色节点代表树种，黄色节点表示害虫，蓝色节点表示病害，紫色节点则代表树种适宜的作业法。连接实体的有向边则表示源节点、尾节点以及节点间的关系。

图3.6知识检索

人工林培育知识图谱构建与作业法推荐技术研究22（延伸查询深度）。在输入窗口输入语句：“matchdata=(na:pet)-[re]-(nb:tree{TreeName:"杉木"})-[*1..2]-(nc:tree)returndata”查询结果细节图如图3.6所示，图中左下角....

本文编号：3933307