基于案例推理和知识图谱的烟草病害防控模型研究
烟草是我国重要的经济作物,在地方经济发展中发挥了重要作用,病虫害的侵袭,严重影响了烟草的产量和质量,造成了巨大的经济损失.如何治理病虫害,降低病虫害带来的损失,对我国农业生产和经济增长具有重要意义.总结现有的对烟草病虫害防控技术的研究发现,大多的研究都是在绿色防控技术和病虫害诊断上,缺少对烟草病虫害预测的模型或系统,提前预测烟草病虫害的发生情况,掌握病害发生的动态,对合理使用防治烟草病害的技术和措施具有重要的参考价值.本文采用案例推理的方法,构建烟草病害的防控模型,并在案例检索的过程中结合知识图谱的思想,以提高检索的效率.本模型首先在分析影响烟草病害发生的外部环境因子的基础上,采用主成分分析法对环境因子进行提取,作为案例匹配的属性因子.再用支持向量机方法预测因子未来的状况,得到某一地点种植烟草的环境情况.最后根据预测出的属性因子与案例库中的案例对应属性进行匹配,寻找最相似的案例,根据最相似的案例的相关信息,判断病害是否发生以及发生的程度、特点等相关情况,从而制定合理有效的预防措施.本模型采取先预测再防控的研究思路,改善传统的防控烟草病害的方法,主要研究的内容有:(1)主成分分析法筛选环境因子.分析影响烟草病害发生发展的气候、土壤等外部环境因子,以烟草普通花叶病为例,采用主成分分析法的方法对该病的影响因子进行降维处理,提取出主要的指标因子,作为案例的属性因子.(2)支持向量机预测因子状况.以温度因子为预测对象,使用支持向量机的方法实现该因子未来温度值范围的预测.并同没有经过因子筛选的所有因子数据预测出的结果进行比对,分析出提取后的因子能够表达所有因子的特征.(3)构建烟草普通花叶病的知识图谱.总结分析烟草普通花叶病的数据来源渠道,采用自顶向下的方法,构建该病害的知识图谱.(4)烟草病害防控模型建立.结合以上研究的内容,构建基于案例推理的烟草病害防控模型.将知识图谱应用到案例检索中,提高案例检索的全面性.案例匹配的属性因子即是利用主成分分析法提取的因子,根据属性因子计算相似度,得到最相似案例,作为防控方案制定的参考案例.
- 作者：
- 王娟
- 学位授予单位：
- 安徽农业大学
- 专业名称：
- 农业信息化
- 授予学位：
- 硕士
- 学位年度：
- 2016年
- 导师姓名：
- 辜丽川
- 中图分类号：
- S435.72
- 关键词：
- 烟草病害；主成分分析；支持向量机；知识图谱；案例推理
- Tobacco disease； Principal component analysis； Support vector machine； Mapping knowledge domain； Case-based reasoning