| 矿山语义物联网自动语义标注方法 |
| |
| 引用本文： | 张楠,谢国军,叶青,赵小虎. 矿山语义物联网自动语义标注方法[J]. 工矿自动化, 2020, 46(3): 27-33 |
| |
| 作者姓名： | 张楠 谢国军 叶青 赵小虎 |
| |
| 作者单位： | 矿山物联网应用技术国家地方联合工程实验室,江苏 徐州 221008;中国矿业大学 信息与控制工程学院,江苏 徐州 221008;中煤科工集团常州研究院有限公司,江苏 常州 213015;天地(常州)自动化股份有限公司,江苏 常州 213015 |
| |
| 基金项目： | 国家重点研发计划资助项目(2017YFC0804404)。 |
| |
| 摘 要： | 针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题,提出了一种矿山语义物联网自动语义标注方法。给出了传感数据语义化处理框架:一方面,确定本体的专业领域和范畴,通过重用流注释本体(SAO)构建领域本体,作为驱动语义标注的基础;另一方面,使用机器学习方法对感知数据流进行特征提取与数据分析,从海量数据中挖掘出概念间的关系;通过数据挖掘知识来驱动本体的更新与完善,实现本体的动态更新、拓展与更精确的语义标注,增强机器的理解力。以矿井提升系统主轴故障为例阐述从本体到实例化的语义标注过程:结合领域专家知识及本体重用,采用"七步法"建立矿井提升系统主传动故障本体;为了加强实例数据属性描述的准确性,使用主成分分析法(PCA)与K-means聚类方法对数据集进行降维和分组,提取出数据属性与概念的关系;通过基于语义Web的规则语言(SWRL)标注具体先行条件与后续概念的关系,优化领域本体。实验结果表明:在本体实例化过程中,可利用机器学习技术从传感数据中自动提取概念,实现传感数据的自动语义标注。
|
| 关 键 词： | 矿山语义物联网 自动语义标注 本体技术 机器学习 传感数据 |
Automatic semantic annotation method for mine Semantic Web of things |
| |
| ZHANG Nan,XIE Guojun,YE Qing,ZHAO Xiaohu. Automatic semantic annotation method for mine Semantic Web of things[J]. Industry and Automation, 2020, 46(3): 27-33 |
| |
| Authors: | ZHANG Nan XIE Guojun YE Qing ZHAO Xiaohu |
| |
| Affiliation: | (The National and Local Joint Engineering Laboratory of Internet Application Technology on Mine,Xuzhou 221008,China;School of Information and Control Engineering,China University of Mining and Technology,Xuzhou 221008,China;CCTEG Changzhou Research Institute,Changzhou 213015,China;Tiandi(Changzhou)Automation Co.,Ltd.,Changzhou 213015,China) |
| |
| Abstract: | |
| |
| Keywords: | mine Semantic Web of things automatic semantic annotation ontology technology machine learning sensing data |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
