矿山语义物联网自动语义标注方法

• 作者: 叶青 张楠 谢国军 赵小虎
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 矿山语义物联网 自动语义标注 本体技术 机器学习 传感数据
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: “矿山物联网”专题
• 页码范围: 27-33
• 页数: 7页
• 分类号: TD655
• 字数: 3967字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.17512

摘要

针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题,提出了一种矿山语义物联网自动语义标注方法.给出了传感数据语义化处理框架:一方面,确定本体的专业领域和范畴,通过重用流注释本体(SAO)构建领域本体,作为驱动语义标注的基础;另一方面,使用机器学习方法对感知数据流进行特征提取与数据分析,从海量数据中挖掘出概念间的关系;通过数据挖掘知识来驱动本体的更新与完善,实现本体的动态更新、拓展与更精确的语义标注,增强机器的理解力.以矿井提升系统主轴故障为例阐述从本体到实例化的语义标注过程:结合领域专家知识及本体重用,采用"七步法"建立矿井提升系统主传动故障本体;为了加强实例数据属性描述的准确性,使用主成分分析法(PCA)与K-means聚类方法对数据集进行降维和分组,提取出数据属性与概念的关系;通过基于语义Web的规则语言(SWRL)标注具体先行条件与后续概念的关系,优化领域本体.实验结果表明:在本体实例化过程中,可利用机器学习技术从传感数据中自动提取概念,实现传感数据的自动语义标注.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶青		10	229	6.0	10.0
3	张楠		15	68	5.0	8.0