《雲環境下農業知識普惠服務自適應機制研究》是依託中國科學院合肥物質科學研究院，由王儒敬擔任項目負責人的面上項目。
基本介紹
- 中文名：雲環境下農業知識普惠服務自適應機制研究
- 項目類別：面上項目
- 項目負責人：王儒敬
- 依託單位：中國科學院合肥物質科學研究院
項目摘要,結題摘要,
項目摘要
雲計算作為農業信息服務領域的新套用，為突破農業知識普惠服務低成本、個性化、普適化、可持續等技術瓶頸帶來前所未有機遇，雲作業系統在計算與存儲資源、數據與信息資源兩個層面實現了高度共享、最佳化調度與綜合管理。課題申請針對我國農業知識普惠服務重大技術瓶頸，擬在雲系統服務層面，從農業系統服務資源統一語義描述，系統服務語義計算及服務本體概念圖動態構建，複雜多樣、動態時變用戶需求的快速聚焦，大規模服務與用戶動態需求組合的學習與進化機制共四個方面展開深入研究，解決雲環境下大規模部署的智慧型系統服務如何與龐大三農用戶群的多樣性、地域性、時變性等個性化需求快速對接這一科學問題，並產出系列新方法、新模型以及新的農業雲服務原型系統，為率先突破我國農業知識服務的低成本、普適性等重大瓶頸問題，進而為探索一條適合我國三農特點的，農業信息增值服務的可持續發展模式提供理論與方法支持，課題研究非常有趣且意義重大
結題摘要
課題針對雲環境下大規模部署的智慧型系統服務如何與龐大“三農”用戶群的多樣性、地域性、時變性等個性化需求快速對接這一科學問題展開深入研究。 課題針對雲環境下的大量農業信息服務缺乏統一語義描述問題，提出了一種基於OWL-S的農業信息服務資源統一語義描述框架，實現對信息服務的服務概要、服務模型以及服務細節的全方位描述。針對農業信息服務很多屬性難以精確描述的特點，提出一種基於直覺模糊集合聚類模型的農業服務資源動態本體概念圖構建方法，從而支持服務的快速發現和協助用戶進行服務導航。針對雲環境下大規模用戶與海量服務關聯關係挖掘，課題提出了一種基於信息熵的興趣度規則挖掘算法，並在信息熵的基礎上提出了度量關聯規則興趣度的框架，該方法不依賴用戶先驗知識，性能比傳統算法更優。針對海量用戶需求、服務資源本身的時變特徵，課題提出了基於因果關係發現的時變序列多變數屬性分析的方法，與經典的傳統算法比較，該算法預測精度更高，從而滿足大規模用戶需求與海量服務的自適應調整。課題研發了農業雲服務實驗平台，並已在天津農業物聯網平台與國家農業綜合服務平台上進行了示範，部署農業信息服務超過300個。課題按計畫完成了原定的各項研究任務。
