数据挖掘技术在农业数据中的有效应用

农业信息系统的建立和大量农业数据的增长,人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。KDD和数据挖掘技术在农业中得到应用,由于农业领域本身的特点,通常的数据挖掘技术得不到有效应用。该文提出了几种对农业数据库进行知识发现的有效方法,并将知识发现方法与信息系统紧密结合。     

面向农业知识图谱构建的文本实体标注准则构建及应用

随着农业大数据及智慧农业的发展,面对海量的农业文本数据,构建知识图谱等自然语言处理应用需求逐渐增长。目前,在农业领域的实体语料库及实体标注体系仍处于空白状态。对农业文本进行处理时,面临如何定义实体类别及范围等问题。基于此问题,以农业科学叙词表为科学依据,提出面向农业知识图谱构建的农业文本数据实体标注准则,涵盖了农作物、病虫草害等多种农业实体,以及基于该准则设置标注原则构建基于农业文本的自注释语料库,并进行实验验证,证明了该准则的有效性。该准则为农业实体语料库的构建提供可参考的标注规范,以及为农业实体识别提供语料支持。     

IAKA—智能化农业知识获取平台的设计与实现

IAKA（the Intelligent Agricultural Knowledge Acquisition Platform）是一种农业领域的智能化知识获取平台,为了实现农业知识获取及可视化,阐述了IAKA的思想和基于面向对象技术的系统设计和实现方案,并采用基于“以用户为中心的设计”方法设计,利用拟人知识化、可视化的技术实现了IAKA平台。     

数据挖掘技术在农业数据中的有效应用

农业信息系统的建立和大量农业数据的增长,人工获取知识和分析数据变得越来越难,需要对数据进行自动分析并获取知识。KDD和数据挖掘技术在农业中得到应用,由于农业领域本身的特点,通常的数据挖掘技术得不到有效应用。该文提出了几种对农业数据库进行知识发现的有效方法,并将知识发现方法与信息系统紧密结合。     

从袁隆平的杂交水稻技术看中国知识农业的发展

发展知识经济绝不是只发展电子信息产业等高技术产业,排斥和放弃传统工业和农业,而是使整个国民经济体系转变为知识经济体系,并运用知识经济改造提升传统产业,增加其知识含量和高技术含量,使知识经济涵盖第一、二、三产业。因此,运用高新技术改造提升传统农业,增加其知识含量和技术含量,即大力发展知识农业也应是我国发展知识经济和建立国家知识经济体系的重要部分。中国工程院袁隆平院土发明的杂交水稻（hybridrice）技术正是在传统农业领域发展知识经济的典范。杂交水稻的开发成功有力地证明,农业领域发展知识经济潜力巨大。     

农业知识图谱研究综述

知识图谱是大数据时代下知识工程的关键技术。利用知识图谱强大的语义理解和知识组织能力,可以解决现代化农业建设中农业知识分散无序、知识覆盖范围不足等问题针对农业领域数据复杂、专业性强等特点,给出了农业知识图谱的构建方法与框架;综述了农业知识图谱构建中本体构建、知识抽取、知识融合以及知识推理四个关键技术的国内外研究现状;系统梳理了农业知识图谱在决策支持、智能问答与推荐系统的应用;最后,介绍了几个具体的农业知识图谱实例。根据农业知识图谱的研究现状,对其未来的研究方向进行了展望。     

农业叙词管理系统的设计与实现

文章主要以《农业科学叙词表》为基础,利用农业叙词、属性以及叙词之间的关系,同时运用RDF技术和三元组的数据组织方式对叙词的关系和属性进行描述,构建了一个农业叙词管理系统.农业叙词管理系统的构建,将用户检索的反馈结果以完成知识图谱的方式呈现,能让用户简单便捷且系统的了解整个农业叙词体系,对中国农业的发展有积极的作用.     

农业智能系统的知识获取技术研究

作者及其团队长期针对农业领域的知识获取技术进行了系列性研究.阐述了运用智能引导、机器学习、数据挖掘、智能计算等技术的人工和自动/半自动的知识获取方法.这些方法能够有效地获取领域知识,发现隐含模式,进行知识精化.研发了知识获取工具.这些方法和工具反映了知识获取技术对农业信息工程所起的重要作用.     

基于RuleML的多级知识单元知识表示方法

文章针对农业领域的知识表示问题探讨了一种基于RuleML格式的多级知识单元的知识表示方法。RuleML和多级知识单元的有机结合使得知识预处理的效率获得提高,并体现出数据库和知识库融合的一定优势,还实现了知识表示的标准化、规范化和通用化。     

浅议“农业信息化”人才培养

农业是我国第一产业,农业生产、生活更是我国长期关注的焦点问题。我国大力提倡发展农业信息化。使得农村与城市之间的数字信息差距缩短。使得信息技术、计算机技术、电子通讯技术,在农业现代化生产、农业产品流通、农业知识传递等多个方面发挥作用。而农村当前现状是,传统农民对信息化技术了解少,不能理解和应用。掌握新技术新知识的"农业信息化人才"培养问题亟待解决。     

知识发现在农业生产中的应用研究

文章通过对基于数据库的知识发现系统(KDD)的研究,提出了双库协同机制,它改变了KDD的结构、运行过程与机制,形成新的知识发现系统KDD。将该发现系统应用于农业领域,为合理地指导农业生产提供了科学的决策,因而具有重要的理论意义和实用价值。     

基于PDA的农业专家系统的知识表示与推理策略

专家系统在农业领域的应用是当前关于专家系统研究和应用的热点课题之一。智能化信息技术特别是人工智能(专家系统技术)在世界农业领域中的应用始于70年代末。经过20余年发展,应用已经遍及作物栽培管理、设施园艺管理、畜禽饲养、水产养殖、资源保护与耕作以及农场管理与决策等各方面。目前,农业专家系统基本上都是在PC平台上开发的,不便于带到田间地头直接指导农业生产;另一方面,我国大部分农村还不富裕,PC台式机和笔记本电脑的价格还难以承受,因而不能用PC平台上的农业专家系统在农村进行广泛的推广。另外我国和发达国家国情有很大不同,例如美国、日本、以色列及欧洲一些国家的农庄面积大,机械化程度高,基本上是工厂化管理方式,农场主科技文化素质高,因此这些国家的农场主对如何提高资源利用率、农业经济效益、保护环境实现持续发展等方面等技术研究与应用比较重视,农业信息化程度较高,劳动生产率也较高;而我国由于广     

农业专家系统平台设计与实现

在众多的农业信息技术中，以专家系统为代表的智能化农业信息技术的作用尤为突出 。农业专家系统平台是用于开发农业专家系统的工具。介绍了一个农业专家系统平台的 设计和实现，并讨论了几种关键技术；最后给出了一个使用这个平台开发的专家系统实例。     

面向农业领域的智能系统技术体系架构及其实现

阐述作者及团队对农业智能系统的技术体系架构取得的研究成果,包括运用专家系统、知识表示、推理机制、知识获取、开发平台,智能计算、机器学习、数据挖掘、本体论、人工生命等关键技术,探索在作物施肥、病虫害诊治、栽培管理,园艺以及畜禽水产养殖等方面,应用于决策支持、控制、预测、检索、仿真等,反映了智能信息技术面向农业领域,具有广阔的应用前景。     

农业智能系统开发平台的知识表示与推理策略

针对农业智能系统的知识特点,提出基于框架知识单元和求解知识单元的知识组织结构,同时采用XML作为知识描述语言的知识表示方法,在此基础上采用混合推理的推理策略,并实现了不确定推理．该知识表示方法和推理策略已经在工作中得到实际应用,较以往知识表示方法,在知识获取、知识的直观充分表达、知识扩充、知识模块化、知识共享等方面都取得了很好的效果．     

基于Agent和XML的智能农业信息平台设计实现

详细描述了智能农业信息处理系统开发平台的结构设计,运用软件Agent和XML技术实现知识获取的规范化、知识存储的标准化,并介绍了平台的实现以及应用情况.     

知识图谱在农业信息服务中的应用进展

本文从湖南国家农村农业信息化示范省综合服务平台建设推进过程中对农业知识库的构建、收集、整理、展示所面临的问题出发,通过对国内外农业信息化相关领域及知识图谱的绘制工具、绘制构建方法对比分析,探索知识图谱技术应用于农业信息服务的必要性与可行性,及利用湖南农业产业知识搭建一个多尺度查询、快速展示的农业知识群图谱可视化系统的初步解决方案,进一步扩展知识图谱技术应用于农业生产领域的范围。     

一种基于粗糙集的诊断型知识发现方法

知识获取是开发专家系统的瓶颈，传统的病害知识获取通常需要一个较长的过程．针对这一问题，本文给出了粗糙集理论和基于规则的作物病害知识之间的关系，即在油菜植病专家知识获取过程中的应用，建立了基于RHINOS 诊断模型的油菜病害的排除规则、包含规则和病害映像，阐述了可能性规则定义，并给出了基于规则描述的自动归纳推理方法，包括全搜索过程、后处理过程、统计测试的评估以及交叉验证和鞋带方法等．实验结果表明，粗糙集不仅是一个很好的知识获取的框架，而且能正确的归纳推理植物病害的规则．这对诊断型专家系统的开发可起到一个很好的辅助作用，在智能化农业信息系统中有着广泛的应用前景．     

基于农业信息化知识检索系统关键技术分析与设计

本文以湖南省农业信息化综合服务平台开发需求为背景,采用VS2010＋Oracle的开发环境,运用MVC3设计模式,使用Asp．net、JQuery等技术,建立便捷的农业知识检索系统、完善的知识沉淀模块以及查重等模块。本文重点阐述了中文农业专业分词改进算法设计与实现,并对该算法与国内当前比较流行的同类算法进行比较测试,证明本算法在查准率和速率方面的优势。     

农业模型组件主题图的生成方法

分析农业模型的信息组织需求,提出一种农业模型组件主题图的生成方法,对模型组件的元数据信息进行XTM标注,形成属性元主题图。利用实例化和反射技术,生成具体模型组件的局部原子主题图。通过主题信息的字符匹配算法,融合同类模型的原子主题图,形成农业模型组件的全局原子主题图。以作物生育期模型组件的主题图为实例,验证了该方法的有效性。