為了提高包裝產(chǎn)業(yè)大數(shù)據(jù)分析和信息化管理能力,提出一種基于知識圖譜的包裝產(chǎn)業(yè)大數(shù)據(jù)智能問答系統(tǒng)設計方法,結合大數(shù)據(jù)挖掘技術和知識圖譜特征提取技術,實現(xiàn)包裝產(chǎn)業(yè)大數(shù)據(jù)智能融合和優(yōu)化問答檢索。構建包裝產(chǎn)業(yè)大數(shù)據(jù)分布結構模型,采用關聯(lián)規(guī)則調(diào)度方法進行大數(shù)據(jù)自適應融合調(diào)度,實現(xiàn)包裝產(chǎn)業(yè)大數(shù)據(jù)的分塊區(qū)域匹配,提取包裝產(chǎn)業(yè)大數(shù)據(jù)的知識圖譜集,對提取的包裝產(chǎn)業(yè)大數(shù)據(jù)知識圖譜采用子空間融合技術進行信息聚類處理,實現(xiàn)包裝產(chǎn)業(yè)大數(shù)據(jù)的智能問答和檢索設計。采用程序加載控制方法,將算法加載到DSP集成信息處理器中,實現(xiàn)包裝產(chǎn)業(yè)大數(shù)據(jù)智能問答系統(tǒng)的集成開發(fā)。測試結果表明,該系統(tǒng)能有效實現(xiàn)包裝產(chǎn)業(yè)大數(shù)據(jù)智能問答,大數(shù)據(jù)圖譜的特征表達能力較強。 

【文章來源】：現(xiàn)代電子技術. 2019,42(14)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 包裝產(chǎn)業(yè)大數(shù)據(jù)結構分析和特征重組
    1.1 包裝產(chǎn)業(yè)大數(shù)據(jù)結構分析
    1.2 數(shù)據(jù)特征提取
2 包裝產(chǎn)業(yè)大數(shù)據(jù)智能問答優(yōu)化的知識圖譜提取
    2.1 大數(shù)據(jù)的分塊區(qū)域匹配
    2.2 包裝產(chǎn)業(yè)大數(shù)據(jù)的智能問答
3 系統(tǒng)設計與實現(xiàn)
4 實驗測試分析
5 結語


【參考文獻】：
期刊論文
[1]基于趨勢面與SSIM的時空數(shù)據(jù)相似度算法[J]. 李建勛,佟瑞,張永進,唐子豪.  計算機工程. 2018(09)
[2]基于時空相似度感知的Web服務QoS協(xié)同過濾推薦[J]. 盧鳳,李海榮,韓艷.  計算機工程. 2017(04)
[3]海量數(shù)據(jù)環(huán)境下用于入侵檢測的深度學習方法[J]. 高妮,賀毅岳,高嶺.  計算機應用研究. 2018(04)
[4]知識圖譜的發(fā)展與構建[J]. 李濤,王次臣,李華康.  南京理工大學學報. 2017(01)
[5]一種WLAN與eHRPD系統(tǒng)間負載均衡算法[J]. 李永剛,張治中,李龍江.  微電子學與計算機. 2017(01)
[6]面向貫序不均衡分類的粒度極限學習機[J]. 毛文濤,田楊陽,王金婉,何玲.  控制與決策. 2016(12)
[7]知識圖譜構建技術綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計算機研究與發(fā)展. 2016(03)
[8]基于Cadence的DDR源同步時序仿真研究[J]. 唐萬明,范朝元.  現(xiàn)代電子技術. 2014(08)
[9]融合異構特征的子空間遷移學習算法[J]. 張景祥,王士同,鄧趙紅,蔣亦樟,李奕.  自動化學報. 2014(02)



本文編號：3006775