基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对农业领域本体知识概念层次构建中多概念生成时复杂度高、耗时长及聚合度低的缺点,提出一种改进的云变换方法.通过K-Means++聚类对数据集初始筛选,然后根据细化后问题域中的数据分布快速、自动地进行信息准确划分及不同概念定性提取,使得最终的概念层次能够更加贴近实际.选用茶学数据作为实验样本对该方法进行分析与验证,结果表明了该方法的正确性和有效性.
推荐文章
农业领域本体概念的云化方法研究
农业领域本体
不确定性
云模型
云发生器
云化
基于上下文的领域本体概念和关系的提取
本体学习
上下文
概念提取
关系提取
语义相似度
基于维基百科的领域概念语义知识库的自动构建方法
维基百科
语义知识库
关键词抽取
语义相似度计算
随机游走
基于知识树的领域知识组织和应用
知识表示
领域知识
概念
概念知识树
语义理解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云变换的农业领域知识概念提取
来源期刊 洛阳理工学院学报(自然科学版) 学科 工学
关键词 农业本体 云变换 概念抽取 K-Means++
年,卷(期) 2018,(1) 所属期刊栏目 计算机与数理
研究方向 页码范围 54-58,63
页数 6页 分类号 TP39
字数 3028字 语种 中文
DOI 10.3969/j.issn.1674-5043.2018.01.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李绍稳 安徽农业大学信息与计算机学院 97 1070 16.0 30.0
2 杨阳 安徽农业大学信息与计算机学院 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (349)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
农业本体
云变换
概念抽取
K-Means++
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
洛阳理工学院学报(自然科学版)
季刊
1674-5043
41-1403/N
大16开
河南省洛阳市洛龙区学府路1号
1986
chi
出版文献量(篇)
2249
总下载数(次)
9
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导