基于云变换的农业领域知识概念提取

• 作者: 李绍稳 杨阳
• 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
• 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

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.

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