首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于知识推理的土壤侵蚀类型预测方法 

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!

申请/专利权人:河北工业大学;湖南省第二测绘院

摘要:本发明公开了一种基于知识推理的土壤侵蚀类型预测方法,属于土壤侵蚀预测技术领域。首先,获取若干地点的已知自然资源信息,包括海拔高度、土壤类型、植被类型和土壤侵蚀类型,并定义实体和实体间的关系,构建知识图谱,根据知识图谱获取三元组;然后,构建知识推理模型,将三元组输入到知识推理模型中进行第一次知识推理,得到预测的植被类型;根据知识图谱获取以该预测的植被类型为头部实体,土壤侵蚀类型为尾部实体的所有三元组,将这些三元组进行第二次知识推理,得到预测的土壤侵蚀类型;最后,对知识推理模型进行训练,将训练后的知识推理模型作为预测模型,用于土壤侵蚀类型的预测。该方法充分利用了存储于不同数据库的自然资源信息,不仅对不同层次的实体进行建模,还对同一层次的不同实体进行建模,提高了预测准确度。

主权项:1.一种基于知识推理的土壤侵蚀类型预测方法,其特征在于,该方法包括以下步骤:第一步:基于自然资源信息构建知识图谱,由知识图谱构建训练数据集;获取若干地点的已知自然资源信息,包括海拔高度、土壤类型、植被类型和土壤侵蚀类型;将海拔高度、土壤类型、植被类型以及土壤侵蚀类型视为实体,定义实体间的关系;将实体作为节点,实体间的关系作为边,构建知识图谱;知识图谱的每条知识路径可得到至少一个{头部实体,关系,尾部实体}形式的三元组,由知识图谱获得多个三元组,这些三元组构成训练数据集;第二步:构建知识推理模型;第2.1步:将三元组转换为向量,得到头部实体、尾部实体以及关系三个特征;第2.2步:对头部实体特征、尾部实体特征以及关系特征添加注意力机制;第2.3步:通过式6计算头部实体特征与尾部实体特征模部之间的距离dr,m;dr,m=||hm⊙rm-tm||2+||hm⊙rm-hp⊙rp-tm||26式中,hm、hp是嵌入注意力的头部实体特征ZH的模部和相位,rm、rp是嵌入注意力的关系特征ZR的模部和相位,tm是嵌入注意力的尾部实体特征的模部,⊙表示哈达玛积,||·||2表示二范数;根据式7计算头部实体特征与尾部实体特征相位之间的距离dr,p;dr,p=||sinhp+rp-tp2||1+||hp⊙rp-tp||17式中,tp是嵌入注意力的尾部实体特征ZT的相位,||·||1表示一范数;第2.4步:根据式8、9对距离dr,m和dr,p进行更新,得到模部距离d'r,m和相位距离d′r,p;d'r,m=dr,m·Wm+bm8d'r,p=dr,p·Wp+bp9式中,Wm、Wp为权重参数,通过多层感知机更新;bm、bp为偏置;根据式10计算各个三元组中实体间的距离:dr=d'r,m+λd'r,p10式中,λ是可学习参数;根据式11计算各个三元组中实体间的距离得分,距离得分越高,三元组的排名越靠前;f=-d'r,m-λd'r,p11第2.5步:将排名第一的三元组作为第一次知识推理的预测结果,得到预测的植被类型;根据知识图谱获取以该预测的植被类型为头部实体,土壤侵蚀类型为尾部实体的所有三元组,重复第2.1~2.4步进行第二次知识推理,得到预测的土壤侵蚀类型;第三步:利用训练数据集对知识推理模型进行训练,将训练后的知识推理模型作为预测模型;在实际应用中,获取被预测地点的经纬度坐标,根据知识图谱获取被预测地点的土壤类型和海拔高度以及两个实体之间的关系,得到三元组;将三元组输入到预测模型中,预测土壤侵蚀类型。

全文数据:

权利要求:

百度查询: 河北工业大学 湖南省第二测绘院 基于知识推理的土壤侵蚀类型预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。