基于知识图谱的谷类作物病害识别及个性化推送研究

发布时间：2020-05-07 04:35

【摘要】：随着国内谷类作物产量需求的提高和计算机智能技术的迅速发展,谷类作物病害的智能识别及预防越来越受到大家的关注。本文基于网络爬虫、知识图谱、机器学习等技术,针对谷类作物病害识别及个性化推送问题进行研究,其主要研究成果如下:(1)通过分析网页数据源数据结构与采用广度优先遍历,对谷类作物病害相关数据进行针对性的分布式焦距爬取,并通过网页标签将大量无关数据进行筛选剔除;同时,对爬取的谷类病害500多条初始数据使用Mysql数据库存储,随后通过词频抽取法提取谷类作物病害特征属性建立谷类作物病害特征数据表,根据词频最高的斑病作为分类属性,进行实例分析。(2)通过对谷类作物病害实体构建与属性填充得到多特征的谷类作物病害实体,其次提取谷类作物病害的语义类关系,构建谷类作物斑病知识图谱关系模型。(3)分别使用决策树C4.5与支持向量机(SVM)的机器学习分类技术对谷类作物病害斑病构建分类识别模型,同时进行对比分析,择优选择决策树C4.5分类识别模型作为谷类作物病害特征属性分类器。(4)使用Mysql对谷类作物病害斑病设计数据库,并且通过关键字精准查询与谷类作物病害特征属性识别查询对谷类作物病害识别进行个性化推送设计。
【图文】：

搜农网 结构化数据部署 无 高 低百度网 非结构化数据部署 有 低 高根据表可以得到搜农网的谷类病害数据相对容易获取而且其数据纯度高利预处理，缺点是数据丰富度不够。虽然百度网的谷类病害相关数据非常丰富但据复杂度高，同时还伴随着许多广告信息和反爬虫的格式布局与相关措施导致网页进行大规模的谷类数据爬取变得十分困难。所以选取搜农网做谷类病害的据来源网页，百度网页数据源作为次要数据获取源。3.2 谷类病害数据分布式爬取分布式爬虫中的主从模式是非常经典的一种。它是只由一个服务器作为控管理所有运行网络爬虫的应用端，然后通过控制节点将所有接受到的任务进行衡的方式做任务分发[39]。控制节点的工作模块主要分为 URL 管理器、调度器和储器[40]。其爬虫工作结构如图 3-2 所示：控制节点Ip代理

就是将整句的话通过主谓宾来表达去掉多余的形容词，由于文本是非结构化的数据,要想从大量的谷类病害描叙文本中抽取准确描叙病害的关键信息就必须先将文本转化为可处理的结构化形式然后做特征项提取，对于病害文本文字的描叙，需要将句子变成结构化的精简语句来表达其中的意思，因为对于本文的文本数据来说，每一句的词汇太多，如故不进行精简而直接特征提取的话，数据集合将会是一个十分庞大的高维数据，对于研究者来说无形的加大了研究的难度，所以精简语句能有效的降低数据样本的维度。这里选择的是病态特征的形容词做的提取，因为形容词在这里做特征项分离比交轻松简单而且也比较容易实现，没有运用文字或者短语做特征提取是因为在中文文本中词比字更加具有表达能力而且语义表达的更加精确，同时词汇和短语相比，用词语做特征提取的难度要远远比切分短语的难度小，而且短语还存在语义解析的问题。所以在这里采用词作为特征项。首先对所有的谷类病害名称做关键词频统计[41]，，发现斑的词频相当高（次数为 223条超过了总数的 1/2）所以这里将病害分成了两类，一类是斑类病害，另一种是非斑类病害。其次对谷类病害信息描叙数据做分析，谷类作物病害数据如图 3-8 所示：
【学位授予单位】：湖南农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.1;TP18;S432

【相似文献】

相关期刊论文 前10条

1 许泳峰;张宪政;王继龙;;作物病害的生物防治[J];现代化农业;1988年10期

2 张静丽;;激光在农业上的应用[J];农村实用工程技术(农业工程);1988年03期

3 农中扬;钾肥防治作物病害的效果[J];土壤通报;1989年04期

4 潘世义;孙方胜;;浅谈作物病害的症状[J];现代农业科技;2006年03期

5 宋焕增;;作物病害田间诊断知识(上)[J];上海农业科技;1978年Z1期

6 杨世凤;郭建莹;王秀清;赵继民;;作物病害胁迫检测的研究进展[J];天津科技大学学报;2009年05期

7 宋玉萍;;浅谈作物病害的识别与对症施药[J];农民致富之友;2010年01期

8 赖军臣;李少昆;明博;王娜;王克如;谢瑞芝;高世菊;;作物病害机器视觉诊断研究进展[J];中国农业科学;2009年04期

9 苏静;;如何控制和预防日光温室作物病害的发生[J];北京农业;2013年33期

10 林举儒;绿亨一号、二号防治主要作物病害的使用方法[J];四川农业科技;2000年07期

相关会议论文 前8条

1 陈靠山;;作物病害可持续控制的新策略[A];2007中国可持续发展论坛暨中国可持续发展学术年会论文集[C];2007年

2 杨静;施竹凤;高东;刘林;朱有勇;李成云;;生物多样性控制作物病害研究进展[A];全国生物遗传多样性高峰论坛会刊[C];2012年

3 常志州;黄红英;季国军;辛红霞;何加骏;;有机肥与无公害农产品生产(Ⅰ)——有机肥在减少作物病害中的作用(摘要)[A];中国地壤学会第十次全国会员代表大会暨第五届海峡两岸土壤肥料学术交流研讨会文集（面向农业与环境的土壤科学专题篇）[C];2004年

4 ;前言[A];河南省植物病害研究进展——河南省植物病理学与现代农业学术讨论会论文集[C];2011年

5 朱叶芹;朱凤;杨荣明;;江苏粮食作物病害发生与防治[A];江苏省植物病理学会第十二次会员代表大会暨学术研讨会论文摘要集[C];2013年

6 黄振文;彭玉湘;;有机农场蔬菜真菌性病害的管理策略[A];海峡两岸第十届菌物学暨第三届食药用菌学术研讨会论文摘要集[C];2011年

7 朱叶芹;;江苏2008年农作物主要病害发生概况[A];江苏省植物病理学会第十一次会员代表大会暨学术研讨会论文集[C];2008年

8 谭万忠;;论作物病害田间诊断与实验室检验原理和技术[A];庆祝重庆市植物保护学会成立10周年暨植保科技论坛论文集[C];2007年

相关重要报纸文章 前9条

1 记者 张梦然;拿起手机准确“捕捉”作物病害[N];科技日报;2019年

2 中化化肥高级顾问中国农业大学教授 肖悦岩;警惕作物病害“人造流行”[N];农民日报;2009年

3 本报记者 邰福荫;作物病害三因素[N];湖南科技报;2007年

4 ;生物多样性控制作物病害[N];农民日报;2004年

5 王玉堂;作物病害的简易诊断法[N];农资导报;2006年

6 王玉堂;高锰酸钾可防多种作物病害[N];山东科技报;2015年

7 王玉堂;利用春播巧防病[N];山东科技报;2007年

8 高传立;秋熟作物抗灾管理迫在眉睫[N];徐州日报;2008年

9 郑春寒;让生防菌帮作物防病[N];农资导报;2013年

相关博士学位论文 前2条

1 程术希;基于光谱和成像技术的作物病害不同侵染期快速检测方法研究[D];浙江大学;2014年

2 谭文学;基于机器学习的作物病害图像处理及病变识别方法研究[D];北京工业大学;2016年

相关硕士学位论文 前9条

1 谭敏博;基于知识图谱的谷类作物病害识别及个性化推送研究[D];湖南农业大学;2018年

2 许新华;基于改进LBP的复杂背景下作物病害叶片病斑分割方法研究[D];郑州大学;2018年

3 莫青青;黑龙江省共青农场主要作物病害发生动态与防治措施[D];黑龙江大学;2012年

4 郭建莹;作物病害胁迫声发射检测系统的研究[D];天津科技大学;2010年

5 葛婧;基于计算机图像处理技术的作物病害等级检测[D];安徽农业大学;2007年

6 李真;红外热成像技术在作物病害早期检测方面的应用研究[D];河北农业大学;2015年

7 齐龙;基于图像处理的作物病害诊断及叶片形态参数测量技术的研究[D];吉林大学;2006年

8 洪伟雄;福建省棕榈科作物病害调查与研究[D];福建农林大学;2008年

9 耿英;基于图像识别的作物病害诊断研究[D];中国科学技术大学;2009年

本文编号：2652447