[发明专利]一种农业领域概念相似度矩阵生成方法

权利要求书

1.一种农业领域概念相似度矩阵生成方法，该方法包括以下步骤：

S1. 基于领域本体提取领域形式背景的对象属性列表；

S2. 对所获取的领域形式背景进行单值化、满值化操作；

S3. 获取领域概念属性的权重信息，划分概念层次；

S4. 利用所述层次概念进行概念相似度计算模型的设计，获取领域概念对的相似度矩阵。

2.如权利要求1所述的一种农业领域概念相似度矩阵生成方法，其特征在于：所述步骤S1具体包括：

S11. 将领域本体中“概念+属性”作为一对元素，利用本体解析工具包Jena，解析出概念、属性对，形成结果列表；

S12. 按照本体概念转化为背景对象，本体属性转化为背景属性的原则，获取领域形式背景的横维和纵维信息；

S13. 整理领域形式背景的对象-属性关系集，抽取出存在非规范化的关系集；

S14. 判断背景对象（属性）的子对象（属性）是否为空值，如果不是，则作为新的对象（属性）加入对象（属性）列表并转向步骤S13，否则停止。

3.如权利要求1所述的一种农业领域概念相似度矩阵生成方法，其特征在于：所述步骤S2具体包括：

S21. 对所形成的领域形式背景信息进行单值化转化，分解包含有多值信息属性列，简化领域背景的关系集；

此处多值属性背景由四元组(G，M，W，I)表示，其中G与M的含义与上述情况保持一致，W为具体的属性值，I是由G、M和W间的三元关系；

采用概念缩放的方法，将具体的属性值转化为该概念的每个属性，用以解释相应的属性，其目的是将多元背景值转化为二元背景来表达，利用属性增加的手段来换取关系（对象与属性间的关系）的二元化；

S22. 约简背景关系集，消除其中的冗余信息，简化背景知识的表达；

在不改变原有知识分类能力的前提下，取出若干与原内容不相关或是关联程度不高的属性；

将领域间存在依赖关系的关系族划分为非核心属性集和核心属性集；

利用形式背景的相似属性集，获取简化后的形式背景相似属性矩阵；

S23. 将包含缺值信息的背景关系集，进行二元化转化，满值化领域背景；

着眼于缺值关系本身，从属性的角度，将其与对象的不确定性关系加以扩展，对缺值的属性按其在不同对象中的不同缺值分别进行扩充，最后得到完整的形式背景；

假设所有的缺值背景都建立在二元的前提下，那么该问题就转化成：如何用一个二元的形式来表达一个三元关系；

现将转化机理描述如下： 

若（属性a, 1）值为1：表明该对象与属性a的二元关系为定值；

若（属性a, 1）值为0：

i) 如果（属性a, 1）与（属性a,*）取值相反，表明该对象与属性a的二元关系为缺值；

ii)如果（属性a, 1）与（属性a,*）取值相同，表明该对象与属性a的二元关系为定值，且其二元关系与i) 中情况相反。

4.如权利要求1所述的一种农业领域概念相似度矩阵生成方法，其特征在于：所述步骤S3具体包括：

S31. 获取该形式背景所生成的矩阵中对象的个数（对象的秩）；

对于形式背景K=（G，M，I），任意的对象g                                               G，则由该形式背景所生成的矩阵中对象g所在行具有m个，相应地表明该对象秩为m，记作r(g)=m；类似地，任意概念的内涵的个数为n，则该概念的秩也为n；

S32. 获取领域背景的属性个数，划分概念层次；

令m=max{ r(g)| gG}，若背景的属性|M|>m，对于该背景所生成的所有概念划分为如下层次：

1)初始层L1的概念:(G , );

2) L2的概念：秩为m的概念，所有的r(g)=m的概念均属于此层次；

3) L3的概念：秩为m-1的概念，所有的r(g)=m-1的概念均属于此层次；

4) L4的概念：秩为m-2的概念，所有的r(g)=m-2的概念均属于此层次；

5)依次计算直到某概念的外延为空时，则(,M)；

S33. 划分不同层次的节点属性并计算其相应的权值信息；

S34. 通过对概念的秩进行定义和概念对并运算的封闭特征，生成具有层次结构的形式概念。

5.如权利要求1所述的一种农业领域概念相似度矩阵生成方法，其特征在于：所述步骤S4具体包括：

S41. 初始化蕴含概念的载体（形式背景），根据对象与属性间的关系将其0、1化；

S42. 计算概念对共有的属性特征，并作加和；

S43. 统计上述概念对间属性的总和，作加和；

S44. 给出综合的领域本体概念相似度计算模型；

f_RSIM((A_{1_} ，B_{1_}),(A_{2_} ，B_{2_}))   =+(1-)

其中Xi=fi(B1_B2_), 表示两者在粗糙概念格第i层的共有属性特征，Yi= fi(B1_B2_)+ fi(B1_ - B2_)+ fi(B2_ - B1_)，表示在粗糙概念格第i层两个概念具有的属性特征；Wi为该概念元素所在层的权值，由文献[4]思想（可以适当扩展变成自己的东西），不同层次间定义的权值为1/2i-1,其中i为此概念所在层数；A1_粗糙形式概念(A1，B1)的下近似概念(A1_，B1_)的对象；A2_粗糙形式概念(A2，B2)的下近似概念(A2_，B2_)的对象；B1_粗糙形式概念(A1，B1)的下近似概念(A1_，B1_)的属性；B2_粗糙形式概念(A2，B2)的下近似概念(A2_，B2_)的属性；参数是权重因子，用以调节该模型的准确性。