导读:本文包含了农业领域本体论文开题报告文献综述及选题提纲参考文献，主要关键词:农业本体,云模型,泛概念层次,虚云
农业领域本体论文文献综述
孔晨[1]（2016）在《农业领域本体知识泛概念层次结构生成方法研究》一文中研究指出本体是共享概念模型,由于其规范化、形式化、明确化等特点,近年来倍受广大学者的关注。概念层次作为本体的基本骨架,在本体构建中起到了基础性的作用。农业领域中存在大量不同类型的数据,如何通过这些数据获取合适的概念层次结构,对农业领域本体的构建至关重要。然而,现有的以明确化为特点的领域本体构建方法,无法很好刻画农业概念划分中的不确定性现象。因此,探索农业概念层次划分技术与方法十分必要。本研究结合国家自然科学基金项目(No.31271615)“农业领域(茶学)云本体建模理论与方法研究”,针对农业本体构建过程中,如何实现农业概念“软划分”的难题,重点解决农业领域本体知识概念层次划分中的两个关键问题——数值型数据的泛概念层次结构生成问题、云模型数据的泛概念层次结构生成问题,开发农业领域本体知识泛概念层次结构生成原型系统。论文研究将为农业领域本体知识概念层次划分提供新思路,对于构建更加客观准确的农业领域本体模型具有重要的现实意义。论文研究的主要工作如下:1研究了基于多策略集成的农业领域本体知识数值型数据泛概念层次结构生成方法。考虑到数据量大小对层次结构生成方法的不同要求,分别提出了针对大型数据和小型数据的农业领域本体知识泛概念层次结构生成方法。在大型数据上,利用云变换算法获得概念原子云,并提出云贴合度概念,筛选出适合跃升的原子云,通过改进的概念跃升算法生成泛概念层次结构;在小型数据上,通过云发生器云获得云化概念,并利用黄金分割率进行优选,获取合适的云模型集合,组合构成泛概念层次结构。2提出了面向农业领域本体知识中云模型数据的泛概念层次结构生成方法。针对农业云本体建模中必将大量产生的云模型数据的现状,通过构造多种虚拟云,实现概念层次的上下迁移及平行衍生,完善概念集并获得概念间层次结构,实现通过“以云治云”的方式,简化以往将云模型回转为数值型数据再进行处理的繁琐过程。3开发了农业领域本体知识泛概念层次结构生成原型系统。基于Matlab平台,开发了农业领域本体知识泛概念层次结构生成原型系统,实现了农业领域本体知识中多种数据概念层次结构的生成,并用实验验证了本文所述技术以及方法的有效性。(本文来源于《安徽农业大学》期刊2016-06-01）
赵会园[2]（2015）在《农业领域本体知识云维度优选方法研究》一文中研究指出本体——共享概念的明确的形式化规范说明,近年来受到信息科学领域学者的普遍亲睐,被广泛应用于知识工程、信息处理、自然语言理解及语义Web中。本体可以实现知识的共享和重用,使得计算机对信息的理解上升到语义层次,并能在一定程度上解决语义异构问题。然而,现有的领域本体构建技术,无法形式化表达领域知识存在的不确定性。因此,为了构建出更加客观、准确、有效的本体模型,有必要研究领域不确定性本体知识的形式化表达的理论和模型。本研究针对农业领域不确定性本体知识建模中,存在的属性冗余和不确定性的形式化表示问题,重点解决农业领域云本体建模中的两个关键问题——农业领域本体知识的云维度优选问题,农业领域本体知识的云表示问题,提出了农业领域本体知识云维度优选的理论和方法,并开发了农业领域本体知识的云维度优选原型系统。论文研究的主要内容及取得的成果如下:1研究了农业领域本体知识的云维度优选方法。设计了一种混合模型用来实现云维度的优选。该模型使用聚类算法为属性数据加类别标签,以简化的相关-冗余分析(Filter Model)策略对属性进行排序,形成属性有序序列,再以有序序列生成属性子集,进行子集分类有效性测试(Wrapper Model),选取分类效果最好的子集,即为有效的云维度信息,实现了农业领域本体知识的属性数据的特征选择。并且,模型采用了初始聚类中心优化准则,确定最佳聚类数的DB-index准则,进一步增强了稳定性。2提出了农业领域本体知识的云表示方法。该方法基于云变换算法提取农业领域本体概念,概念合并算法获得概念的层次关系,实现不确定性本体知识属性数据的云表示。并对传统云变换算法中熵的估算步骤过于复杂的问题进行了优化,提高了算法的效率。最后,以黄山地区茶园气象数据为例,验证了方法的可行性。3开发了农业领域本体知识云维度优选原型系统。基于Matlab平台,开发了农业领域本体知识云维度优选原型系统,实现了农业领域本体知识的云维度优选和云表示功能,即完成了从农业领域数据空间到特征空间再到概念空间的转化,并以实例验证了研究中所提出方法和技术的有效性。论文研究成果对于农业领域本体知识云维度优选理论和方法的深入研究,构建更加简洁明晰的本体模型,进一步建立基于农业领域本体的知识库,实现不确定性农业领域知识的共享和重用,具有一定的研究价值和实际意义。(本文来源于《安徽农业大学》期刊2015-06-01）
章丽[3]（2015）在《农业领域本体有效性评估方法研究》一文中研究指出农业领域本体作为一种能在语义层面上描述与农业相关的数据和信息的知识库,可以提供智能检索和诊断、病虫害防治、农业生产决策支持等本体服务。随着农业本体数量的不断增加,如何有效地评估农业领域本体的质量,提升农业本体构建效率,形成更科学合理的农业本体,成为当前农业本体研究中亟待解决的问题。因此,需要对农业领域本体进行有效性评估。本研究针对目前缺乏系统有效的农业本体评估理论和方法,以课题组构建的茶树虫害本体作为评估对象,解决了农业本体有效性评估中现有的叁个重要问题——概念的有效性评估、分类关系的有效性评估和非分类关系的有效性评估,研究了农业本体的有效性评估理论和方法体系,并开发出相应的茶树虫害本体评估系统进行有效性验证。主要研究内容和研究方法如下:(1)提出了基于领域词典的茶树虫害本体概念的有效性评估方法。该方法主要通过建立茶学领域词典,分别计算茶树虫害本体中正确的概念数与本体的概念总数、茶学领域词典的术语集的比值,来对茶树虫害本体中概念的查准率和查全率及F指数这叁个指标进行评估,实现了概念的有效性评估。(2)探讨了基于概念语义相似度的茶树虫害本体概念间分类关系的有效性评估方法。该方法主要通过计算分类关系体系中上下位词间的语义相似度,根据相似度值对分类关系的一致性、准确性及简洁性分别进行评估,实现了分类关系的有效性评估。(3)研究了基于图理论的茶树虫害本体概念间非分类关系的有效性评估方法。该方法主要通过分析本体中非分类关系体系中的属性关系所具备的六种性质——自反性、对称性、可逆性、传递性、关系继承性、反向关系继承性,结合图理论,给出相应的判定条件,对属性关系的这六项评估指标分别进行判断,符合相应性质的为真,不符合相应性质的为假,实现了非分类关系的有效性评估。(4)设计并实现了茶树虫害本体有效性评估原型系统。主要是使用Java语言,调用本体开发包Jena,在Eclipse开发平台上完成了茶树虫害本体有效性评估的原型系统。(本文来源于《安徽农业大学》期刊2015-06-01）
赵会园,李绍稳,刘超,章丽[4]（2015）在《基于云变换的农业领域本体概念构建方法研究》一文中研究指出针对现有的本体语言不能够表达农业领域知识中存在的诸多模糊概念这一事实,本文提出一种基于云变换的不确定性本体概念的构建方法.设计通过不确定性本体概念的特征属性选择、概念维度数字特征提取与概念层次跃升,得到较粗粒度的不确定性概念的综合形式化表示,并通过实例验证方法的有效性.此外还对传统的云变换算法中熵的估计步骤进行了改进,证明其在时间复杂度上有一定优势.实验结果表明,该方法所提取的概念维度数字特征是有效的,能够较好的表示概念的随机性与模糊性,有助于农业领域本体的客观构建.(本文来源于《安徽师范大学学报(自然科学版)》期刊2015年02期）
王超,李书琴,肖红[5]（2014）在《基于文献的农业领域本体自动构建方法研究》一文中研究指出农业领域本体的构建将为农业垂直搜索引擎提供知识组织基础。在对本体构建技术进行深入研究的基础上,设计实现基于文献的农业领域本体构建方法。使用Web数据抽取技术获取农业文献,通过对文献分词和清洗,自动提取领域概念,并用关联分析和改进的层次聚类发现领域概念间关系,构建农业领域本体。通过实验验证,该方法提高了领域概念间关系聚类效果和领域本体构建效果。最后加以应用实施,实现了基于本体的农业垂直搜索引擎。(本文来源于《计算机应用与软件》期刊2014年08期）
孙靓[6]（2014）在《农业领域云本体生成方法研究》一文中研究指出本体——共享概念模型的明确的形式化的规范说明,自提出以来,在知识工程、信息检索、语义Web等多个领域都得到了较为广泛的应用。本体建模是本体研究的基础性热点工作,其中涉及到大量领域知识的形式化表达,这些领域知识中普遍存在着不确定性。因此,为了在本体建模中能够形式化的表达不确定性知识,针对如何将不确定性知识和本体有效结合,以构建更加客观的云本体的研究就显得十分的必要。本研究针对农业领域云本体建模中不确定性知识的表达和推理问题,重点解决农业领域云本体生成的叁个关键问题——农业领域云本体的形式化问题,农业领域云本体的逻辑检测问题,农业领域云本体的图形化问题,提出了农业领域云本体生成的理论与方法,开发了农业领域云本体生成原型系统。论文主要的研究内容和取得的研究成果如下：①研究了农业领域云本体的形式化方法。通过基于云模型扩展的描述逻辑C-SHOIN(D),以及基于C-SHOIN(D)的云本体语言Cloud-OWL,实现云本体知识的形式化表达,并使用茶园气象云本体实例进行测试验证。②探讨了农业领域云本体的逻辑检测方法和图形化算法。通过优化的Tableau算法和扩展的C-SHOIN(D)推理规则,实现农业领域云本体的逻辑检测,并且讨论了农业领域云本体逻辑检测算法模块的功能和步骤流程。最后给出了农业领域云本体图形化的算法步骤。③开发了农业领域云本体生成的原型系统。研究在Eclips e平台环境下,采用Java语言,开发一个农业领域云本体生成原型系统,实现云本体的逻辑检测和图形化功能,并用实例测试验证了文中所提理论与方法的可行性和正确性。论文研究成果对于农业领域云本体生成理论与方法的深入研究,构建更加客观、更加精确的农业领域云本体,进一步建立基于云本体的农业知识服务,实现农业领域不确定性知识的高效复用和有效管理,具有一定的研究价值和实际意义。(本文来源于《安徽农业大学》期刊2014-06-01）
郭星明[7]（2014）在《管理信息本体中间件及其农业领域应用研究》一文中研究指出管理信息系统是管理信息化必由之路,政府宏观管理、电子商务、ERP(企业资源计划)、CRM(客户关系管理)、PDM(产品数据管理)、SCM(供应链管理)等包括农业领域在内的机关企事业单位的信息化项目都属于管理信息系统研究和应用的领域。长期以来,管理信息系统开发中业务需求的动态、多样和不确定屡次成为开发、实施、应用的瓶颈,甚至导致系统失败。而管理信息本体理论及其中间件能够有效地解决管理信息系统开发中存在的上述问题,并在实践中取得了很好的效果。本研究课题引入基于管理信息本体思想和软件工程理论的管理信息本体中间件平台,结合农业领域典型行业及业务的管理信息化相关职业岗位和工作过程,以构思、设计、实现模式为构架,就管理信息系统实施的案例进行了详细的解析和本体化构造,为管理信息系统的工程研究和开发应用维护提供有益的探索。本研究课题的主要研究内容和成果如下：1.提出了管理信息本体叁元组模型。经对管理信息本体叁元组的论证分析,及典型行业和业务的应用实证,管理信息本体叁元组及相应的功能构件完全可以应用于包括农业领域在内的众多行业的管理信息系统中。构件的语义描述体系具有与管理信息处理实际业务映射的特点,且能够完成动态信息处理的多步骤连续谓词演算推理。2.提出了基于本体中间件优化管理信息系统开发流程。基于本体中间件的管理信息系统“双轨制”开发流程将管理信息本体中间件的应用和开发合为一个平台,极大地缩短了开发人员和管理人员之间沟通的距离,系统实现了“演进型”的完善过程,开发成本、开发周期、开发效率能够成倍得到改善。3.开发的构件库可以在线调用和动态组装。开发的构件库含有15-20个功能构件,以及数十个相关的自定义函数或数据库函数。构件库实现了在线调用和动态组装,解释执行,无需编译发布,且大小粒度适当,设计的参数简捷合理,足敷应用,在应用中已呈现出功能趋于饱和的轨迹,为其他构件库的开发提供了较好的范例。4.行业与业务领域实证研究。选择了农产品产地认定和产品认证、会计账务处理两个典型的行业与业务管理进行了管理信息本体中间件项目实施。实施结果表明,开发成本可节约20-50%,开发周期可缩短50%以上,开发效率可提高1-2倍。不仅如此,本研究课题成果还在化工、服装、旅游等其他行业和业务领域得到广泛的应用,年经济效益可达上百万元,得到了众多用户的充分肯定。5.功能与流程实证研究。本研究课题还选择了打印功能和供应链配送流程作为管理信息本体中间件项目实施实证研究。实施结果表明,管理信息本体中间件具有自由定义、灵活适配、自动排版、套印、缩印、多联、账页、大小写、输出重定向等多种打印定义及其实现功能,具有实时物流库存监控实现机制以及可自由定义的供应链配送算法,这些功能和流程实现机制表明本研究课题研究成果可不仅适用于农业领域,还可推广至其他各行各业的管理信息系统应用实施。6.互联网应用初步研究。针对互联网云计算应用的日益普及,基于B/S的管理信息系统逐渐成为主流平台,本研究课题对互联网的应用开发进行了探索性的研究,依据本体中间件架构构建了领域云、应用云、数据云、设施云四层商务智能本体云架构,以及环境、业务、标引、数据四层数据库云表结构,初步实现了基于B/S结构的管理信息系统本体中间件平台模型。(本文来源于《浙江大学》期刊2014-01-21）
刘恺[8]（2013）在《农业领域本体网络社团划分方法研究》一文中研究指出本体是共享概念模型明确的形式化的规范说明,自提出以来就成为研究的热点,并在知识工程、信息检索、Web异构信息处理和语义Web等方面得到了广泛的应用。在大规模本体构建的基础上开展本体服务,进行本体推理过程中,由于本体概念节点众多,节点相互关系繁杂,存在信息传输路径长,推理效率低等问题。利用复杂网络理论中小世界效应、无标度分布等性质对网络搜索速度的改善、网络信息传播效率提高有着显着的效果。因此,复杂网络理论为构建划分出社团结构,标记出重要节点,且能够实现高效推理,快速搜索的农业领域本体模型(超本体)提供了理论基础夕作为农业领域本体建模的重要环节和先决条件,研究农业领域本体网络社团划分方法显得尤为重要。本课题研究领域本体网络社团划分方法用复杂网络理论重点解决叁个关键问题农业领域本体网络方法、农业领域本体网络社团性质判定方法、农业领域本体网络社团划分方法，开发出农业领域本体网络社团划分原型系统。论文研究的主要丙容及取得的成果如下：(1)给出了农业领域本体网络预处理方法。通过Protege API提取农业领域本体中概念及其相互语义关系,生成农业领域本体网络的邻接矩阵,为农业领域本体网络社团性质和结构划分研究提供基础。(2)研究了农业领域本体网络社团性质判定方法。基于复杂随机网络理论,探讨了农业领域本体语义网络的网络直径、网络平均路径长度、网络度分布与度概率分布、网络距离系数等性质和特征,给出了农业领域本体网络性质判定方法。(3)提出了一种基于网络信息中心度的农业领域本体网络社团划分算法。该算法通过评价各边对于整个农业本体网络信息传输有效率的影响,并逐步移除信息中心度最大的边,直到农业领域本体网络退化为不连通的图,最终得到划分了社团的农业领域本体网络。(4)开发了农业领域本体网络社团划分系统。基于Java语言,开发了具有判定农业领域本体网络社团性质、划分农业领域本体网络社团功能的原型系统,验证了研究中所提出的技术与方法的正确性。论文对农业领域本体复杂语义网络理论和方法的深入研究,实现农业领域本体网络社团的有效划分,进一步构建农业领域超本体,提高农业领域本体服务质量和推理效率具有一定理论价值和现实意义。(本文来源于《安徽农业大学》期刊2013-06-01）
章丽,李绍稳,刘超,许高建,张筱丹[9]（2012）在《基于黄金准则的农业领域本体概念有效性评估方法研究》一文中研究指出本体作为表达知识的共享概念模型,已日渐成为人工智能和知识领域中一个重要的研究方向。为了客观地评估已构建好的农业领域本体,进一步地提升利用本体学习方法自动构建本体的效率,以茶树虫害本体为研究对象,提出了一种基于黄金准则的农业领域本体概念评估方法。该方法通过计算本体学习自动构建的本体概念与黄金本体概念的相似度,实现对农业领域本体学习的评估。(本文来源于《苏州大学学报(工科版)》期刊2012年05期）
叶琼,李绍稳,张友华,刘恺[10]（2012）在《农业领域本体概念的云化方法研究》一文中研究指出农业领域本体知识中存在许多模糊概念不能用现有本体语言表示。为此,运用云模型,提出一种农业本体知识中概念的云化方法。设计农业领域概念的提取方法、划分方法及云化方法,并通过实例验证云化方法的有效性。实验结果表明,该方法以云图的形式代替具体确定的数值,能表示不确定的概念,体现出数据的随机性和概念的模糊性,有助于表现农业知识的客观性。(本文来源于《计算机工程》期刊2012年14期）
农业领域本体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本体——共享概念的明确的形式化规范说明,近年来受到信息科学领域学者的普遍亲睐,被广泛应用于知识工程、信息处理、自然语言理解及语义Web中。本体可以实现知识的共享和重用,使得计算机对信息的理解上升到语义层次,并能在一定程度上解决语义异构问题。然而,现有的领域本体构建技术,无法形式化表达领域知识存在的不确定性。因此,为了构建出更加客观、准确、有效的本体模型,有必要研究领域不确定性本体知识的形式化表达的理论和模型。本研究针对农业领域不确定性本体知识建模中,存在的属性冗余和不确定性的形式化表示问题,重点解决农业领域云本体建模中的两个关键问题——农业领域本体知识的云维度优选问题,农业领域本体知识的云表示问题,提出了农业领域本体知识云维度优选的理论和方法,并开发了农业领域本体知识的云维度优选原型系统。论文研究的主要内容及取得的成果如下:1研究了农业领域本体知识的云维度优选方法。设计了一种混合模型用来实现云维度的优选。该模型使用聚类算法为属性数据加类别标签,以简化的相关-冗余分析(Filter Model)策略对属性进行排序,形成属性有序序列,再以有序序列生成属性子集,进行子集分类有效性测试(Wrapper Model),选取分类效果最好的子集,即为有效的云维度信息,实现了农业领域本体知识的属性数据的特征选择。并且,模型采用了初始聚类中心优化准则,确定最佳聚类数的DB-index准则,进一步增强了稳定性。2提出了农业领域本体知识的云表示方法。该方法基于云变换算法提取农业领域本体概念,概念合并算法获得概念的层次关系,实现不确定性本体知识属性数据的云表示。并对传统云变换算法中熵的估算步骤过于复杂的问题进行了优化,提高了算法的效率。最后,以黄山地区茶园气象数据为例,验证了方法的可行性。3开发了农业领域本体知识云维度优选原型系统。基于Matlab平台,开发了农业领域本体知识云维度优选原型系统,实现了农业领域本体知识的云维度优选和云表示功能,即完成了从农业领域数据空间到特征空间再到概念空间的转化,并以实例验证了研究中所提出方法和技术的有效性。论文研究成果对于农业领域本体知识云维度优选理论和方法的深入研究,构建更加简洁明晰的本体模型,进一步建立基于农业领域本体的知识库,实现不确定性农业领域知识的共享和重用,具有一定的研究价值和实际意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
农业领域本体论文参考文献
[1].孔晨.农业领域本体知识泛概念层次结构生成方法研究[D].安徽农业大学.2016
[2].赵会园.农业领域本体知识云维度优选方法研究[D].安徽农业大学.2015
[3].章丽.农业领域本体有效性评估方法研究[D].安徽农业大学.2015
[4].赵会园,李绍稳,刘超,章丽.基于云变换的农业领域本体概念构建方法研究[J].安徽师范大学学报(自然科学版).2015
[5].王超,李书琴,肖红.基于文献的农业领域本体自动构建方法研究[J].计算机应用与软件.2014
[6].孙靓.农业领域云本体生成方法研究[D].安徽农业大学.2014
[7].郭星明.管理信息本体中间件及其农业领域应用研究[D].浙江大学.2014
[8].刘恺.农业领域本体网络社团划分方法研究[D].安徽农业大学.2013
[9].章丽,李绍稳,刘超,许高建,张筱丹.基于黄金准则的农业领域本体概念有效性评估方法研究[J].苏州大学学报(工科版).2012
[10].叶琼,李绍稳,张友华,刘恺.农业领域本体概念的云化方法研究[J].计算机工程.2012