首页|融合知识图谱与深度学习的羊病诊断方法

融合知识图谱与深度学习的羊病诊断方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
羊病诊断是羊病治疗的核心.鉴于目前自动化羊病诊断系统存在效率低下、鲁棒性差等问题,提出融合知识图谱与深度学习的羊病诊断模型,通过收集羊病相关数据构建羊病知识图谱,利用图神经网络聚合羊病知识图谱中结构化的疾病信息,并与症状描述文本中的特征词向量进行融合作为长短期记忆网络的多通道输入,从知识和语义两个方面学习疾病与症状特征.实验证明,该模型相较于未使用知识图谱信息的模型,在诊断的精确率与召回率上均有明显的提升,分别达到94.29％和88.26％.当症状信息较少时,该模型还能够基于症状给出病羊可能患有的疾病及其概率,对生产实践具有潜在价值.
Diagnosis Method of Sheep Disease Based on Knowledge Graph and Deep Learning

翟增林、王天一

展开 >

贵州大学大数据与信息工程学院 贵阳 550025

知识图谱 羊病诊断 深度学习 多特征融合 图神经网络

ZK[2021]304[2021]176

2022

10.3969/j.issn.1672-9722.2022.12.042

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(12)
  • 1