买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利顾及时空特征的水稻施肥知识图谱构建及知识推理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117114099B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311109681.0，技术领域涉及：G06N5/022；该发明授权顾及时空特征的水稻施肥知识图谱构建及知识推理方法是由李代超;林亦婷;吴升;梁建琴;丁飞;金鑫垒设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本顾及时空特征的水稻施肥知识图谱构建及知识推理方法在说明书摘要公布了：本发明涉及一种顾及时空特征的水稻施肥知识图谱构建及知识推理方法。该方法：首先，使用六元组结构进行知识建模，构建水稻施肥本体，包含水稻、种植环境、营养元素诊断、施肥方案4类核心要素。其中，通过时空关系、空间属性与时间状态共同表达水稻施肥知识的时空差异；其次，在此基础上提出一种基于知识图谱的水稻施肥策略推理方法，结合确定性因子模型通过知识推理实现营养元素诊断，并基于历史案例检索和养分平衡法形成不同阶段的施肥方案。最后，对水稻施肥相关群智感知时空数据进行知识抽取，形成水稻施肥知识图谱用于实践。本发明方法可实现顾及水稻生长过程及复杂地理环境的施肥决策表达与推理，为水稻因时因地制宜的施肥提供支持。

本发明授权顾及时空特征的水稻施肥知识图谱构建及知识推理方法在权利要求书中公布了：1.一种顾及时空特征的水稻施肥知识图谱构建及知识推理方法，其特征在于，包括： S1、构建顾及时空特征的水稻施肥知识图谱：设计水稻施肥知识图谱本体，完成顾及时空特征的水稻施肥知识图谱的知识建模，在此基础上进行水稻施肥知识抽取与知识存储； S2、提出一种基于知识图谱的水稻施肥策略推理方法，包括水稻营养元素诊断模型和水稻施肥方案推荐模型的构建； S3、以水稻施肥群智感知时空数据为实验数据，基于构建的知识图谱进行水稻施肥策略推理结果分析与评估； 步骤S1具体实现如下： 1顾及时空特征的水稻施肥知识图谱的知识建模：运用自顶向下的方式，通过本体逻辑结构表达、概念体系建立、实例-状态-属性表示和关系确定，完成水稻施肥知识图谱的知识建模； 2水稻施肥知识抽取与知识存储：对于结构化数据，根据水稻施肥模式本体形成数据表格至RDF的映射，直接转换为知识图谱表达；对于半结构以及非结构化数据，首先对数据进行预处理操作得到有效数据，接着进行基于模板的自动化信息抽取，最后对所得信息进行整理和校正；通过抽取的时间要素进行判别和排序获得时间关系，采用基于维数扩展的九交模型DE-9IM描述地理实体对象之间的空间关系，如下式所示： 其中，RDE-9IMa,b代表DE-9IM描述的地理实体间的空间拓扑关系；a、b代表不同的水稻地理实体；I、B、E分别代表地理实体的内部、边界和外部；dim函数返回相交几何体的最大维数； 采用Neo4j图数据库，基于资源描述框架，将水稻施肥知识的各类相关要素表示为实体，关系，实体及实体，属性，属性值三元组形式，随后采用图数据库Neo4j以“节点-关系”的存储模型进行水稻施肥知识存储，图数据库将三元组中的实体、属性值存储为节点，将属性、关系存储为边； 顾及时空特征的水稻施肥知识图谱的知识建模的具体实现方式如下： a水稻施肥知识图谱本体逻辑结构表达 将水稻施肥领域本体抽象为概念、关系、属性、规则、实例与状态的六元组结构，形式化表示如下式所示： Onto＝Con,Rel,Prop,Rule,Ins,Sta 其中，Con指概念，表达水稻施肥知识体系中具有相同特性的事物的集合总称；Rel指关系，表达水稻施肥概念之间、概念与实例以及实例之间的关系类型；Prop指属性，代表不同实例对象所具有的语义特征和时空特征；Rule指规则，定义水稻施肥领域概念及实例的取值范围、类型及组合方式的约束表达，从而支持语义推理；Ins指实例，代表基于领域概念的具体化表达；Sta指状态，表达水稻施肥实例的在不同时空条件下的属性特征； b概念体系建立 基于水稻施肥知识图谱本体模型梳理水稻施肥概念，建立包括水稻、种植环境、营养元素诊断、施肥方案4类核心要素的水稻施肥领域概念体系； c实例-状态-属性表示 以水稻施肥知识为指导，定义水稻施肥概念及其子概念的实例、状态以及属性特征；水稻施肥实例是概念的具体化表达，水稻属性特征的描述围绕实例展开，同时为表示施肥知识在时间或空间上具有的特征，设置状态节点划分实例的周期性特征； d关系确定 定义水稻施肥领域之间的关系为时间关系、空间关系、语义关系和数学关系；水稻施肥的时间关系指水稻施肥实例之间发生的先后次序，用时间拓扑关系表达；水稻施肥的空间关系旨在描述种植环境中地理实体对象之间的空间关系，其空间关系为空间拓扑关系，表示地理实体对象之间的邻近和关联程度；水稻施肥的语义关系包括继承关系、实例关系、属性关系，继承关系表示水稻施肥上下级概念之间的层次结构；实例关系表示概念和实例之间的关系；属性关系是实体间相互联系在语义层面上的表达，也是实体与属性值之间关系的具体描述；水稻施肥的数学关系表示概念或属性之间通过数学模型计算形成的关联关系； 步骤S2具体实现如下： 1构建水稻营养元素诊断模型：将确定性因子CF模型与知识图谱相结合，充分利用不同种植区域的水稻外观表征、种植地块，匹配水稻施肥时空知识图谱中的为害症状和具有空间特征的土壤环境要素，获取可支持多条规则诊断结论的CF值，计算水稻可能患有的营养失调症类型及其概率； 2构建水稻施肥方案推荐模型：基于水稻施肥知识图谱整合多品种水稻的施肥经验知识和养分平衡施肥原理，结合相似历史施肥案例检索方法，充分利用水稻品种、种植地块和生长时期信息，为不同环境特征和生长时期下的水稻推荐包含施肥量、肥料种类和施肥时间的精细化施肥方案； 构建水稻营养元素诊断模型的具体实现方式如下： 首先，以不同种植区域的水稻外观表征、种植地块作为输入，匹配水稻施肥知识图谱中的为害症状和具有空间特征的土壤环境要素；其次，基于知识图谱的专家知识进一步匹配为害症状和土壤环境的确定性因子，利用下述两个公式计算当前水稻种植情况下每种营养失调症的发病概率，以最高发病概率对应营养失调症类型为诊断结果； CFB,A＝CFB,A1+CFB,A2-CFB,A1×CFB,A2 其中，A、B分别表示证据和结论，A1、A2为组成证据A的子证据，CFB,A表示确定性因子，又称CF值；若CFB,A0，CFB,A的值越大，则证据的出现越是支持结论为真；若CFB,A0，CFB,A的值越小，则证据的出现越是支持结论为假；若CFB,A＝0，则证据的出现对结论没有支持作用；PB|A表示诊断概率，PB表示结论的先验概率； 构建水稻施肥方案推荐模型的具体实现方式如下： 首先，输入水稻品种、种植地块和生长时期信息，通过水稻施肥知识图谱匹配问题描述指标信息，获取输入信息的时空特征；接着使用知识表示学习的方法获取水稻施肥知识图谱中全部实体和关系的低维向量表示，在此基础上计算全局相似度并检索相似历史施肥案例；当检索结果相似度大于等于预设阈值时，生成水稻施肥方案；当没有相似的历史施肥案例时，结合水稻施肥知识图谱中的已有信息，采用养分平衡法的计算方法补充具体施肥量数值；最后，将水稻生长时期与施肥方案相匹配，形成最终的水稻施肥方案； a相似历史施肥案例检索 相似历史施肥案例检索目标是依据水稻种植情况匹配案例库中问题描述部分相似度大于等于预设阈值的历史案例；根据数据类型，将问题描述部分的属性分为数值型属性和文本型属性两类； 数值型属性包括有机质、碱解氮、速效磷、速效钾、pH值和产量水平；不同案例间同一数值型属性的相似度通过两个值归一化之后的距离来进行表示，具体计算过程下式所示： 式中和分别表示第i个案例和待推荐案例j属性k的值，和分别表示属性k的最大值和最小值，表示与的数值型属性相似度； 文本型属性为水稻品种和生长时期；在进行相似历史施肥案例时，需要计算不同水稻品种之间的相似性，由于文本型属性的相似性无法直接被计算机度量，因此需要对其进行向量化表示；文本型属性在知识图谱中以实体、关系的形式存储，采用离散的、显式的符号化表示，基于知识图谱向量化表示进行矢量运算能够反映实体间的相似性；水稻施肥知识图谱中属性关系均为一对一关系，因此使用TransE模型进行知识表示学习，TransE模型的核心思想是当三元组h,r,t成立时应满足下式： h+r≈t 模型评分函数定义参见下式： frh,t＝||h+t-r||L1L2 其中，h是头实体，r是关系，t是尾实体，L1、L2分别为第一、第二范式；对于一个正确的三元组，期望其得分越小越好；对于一个错误的三元组，期望其得分越高越好； 以知识图谱表示学习后获取的水稻品种分布式低维向量作为各类型水稻品种的数值化表示，利用向量间的余弦相似度计算水稻品种间的相似性，余弦相似度计算式如下： 其中，和分别代表待推荐案例和第i个案例的水稻品种属性k的向量，表示水稻品种向量间的余弦相似度； 使用下式计算案例的全局相似度，将全局相似度大于等于预设阈值的历史案例作为案例检索的结果： 其中，K表示属性个数，wk表示属性k的权重，sk表示两个案例之间属性k的相似度，Si表示第i个案例与待推荐案例之间的全局相似度； b养分平衡法计算 养分平衡法旨在实现作物与土壤间养分的供求平衡，根据作物需要的肥量与土壤所能提供的肥量之差计算实现目标产量所需要的肥量，推荐施肥量的计算过程如下式所示： 其中，Fer指所需要的施肥量，Y表示目标产量，U表示肥料当季利用率，W为单位产量养分吸收量、C表示肥料中养分含量、X表示土壤测试值、K表示土壤有效养分校正系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。