基于知识图谱的水稻病虫害智能诊断系统

• Published in: 华南农业大学学报 Vol. 42; no. 5; pp. 105 - 116
• Main Authors: 于合龙, 沈金梦, 毕春光, 梁婕, 陈慧灵
• Format: Journal Article
• Language: Chinese
• Published: 吉林农业大学 智慧农业研究院,吉林 长春 130118%吉林农业大学 信息技术学院,吉林 长春 130118%悉尼科技大学 工程与信息技术学院,悉尼 2007%温州大学 计算机与人工智能学院,浙江 温州 325035 01.09.2021; 吉林农业大学 信息技术学院,吉林 长春 130118
• Subjects: 确定性因子模型; 水稻病虫害; 知识图谱; 智能诊断
• ISSN: 1001-411X
• DOI: 10.7671/j.issn.1001-411X.202101010

S435.11%TP182; [目的]利用知识图谱对水稻病虫害领域复杂的异构数据信息进行结构化存储,建立病虫害间语义关系,为水稻病虫害关联检索及智能诊断提供理论依据.[方法]首先提出一种面向水稻病虫害的知识图谱构建方法和基于图的水稻病虫害检索算法,通过引入节气实体实现水稻病虫害的预警.其次提出基于确定性因子(Certainty factor,CF)模型和知识图谱相结合的知识推理方法,利用CF与水稻病株症状的结合实现水稻病虫害的诊断.[结果]利用命名实体识别模型,得出病、虫害名称及危害症状实体的准确率分别为0.92、0.90及0.87,进一步构建包括1 972个实体及5 226个实体关系的垂直领域知识图谱.通过自主开发的智能诊断系统进行案例分析,试验表明,诊断算法正确率达到86.25%.[结论]该系统有效地解决了水稻病虫害领域数据检索、预警与诊断中知识的复杂性及不确定性的问题,有较强的实用价值和推广前景.