[發明專利]一種基于知識圖譜的工業物聯標識方法在審
| 申請號: | 201910832310.2 | 申請日: | 2019-09-04 |
| 公開(公告)號: | CN110674310A | 公開(公告)日: | 2020-01-10 |
| 發明(設計)人: | 鮑勁松;余石龍;申興旺;張菲菲;曹恒玲 | 申請(專利權)人: | 東華大學 |
| 主分類號: | G06F16/36 | 分類號: | G06F16/36 |
| 代理公司: | 31001 上海申匯專利代理有限公司 | 代理人: | 翁若瑩;柏子雵 |
| 地址: | 201600 上*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 全生命周期 物聯網 圖譜 工業生產過程 工業互聯網 物聯網設備 物聯網數據 物聯網信息 標識關聯 標識數據 關系數據 環節信息 圖譜信息 數據源 標定 迭代 更新 構建 物聯 異構 存取 解析 溯源 標簽 融合 記錄 轉化 環節 維護 | ||
本發明涉及一種基于知識圖譜的工業物聯標識方法,屬于物聯網信息技術領域,由現有的編碼和工業互聯網域名通過知識圖譜組合而成。通過知識圖譜信息融合技術解決工業生產過程中全生命周期的編碼異構問題,建立標識與記錄具體環節信息資源之間的關系,實現環節之間標簽與對應標識關聯關系的轉化;利用知識圖譜的非關系數據實現全生命周期物聯網標識數據的存取,并實現物聯網數據快速的全生命周期的溯源;構建全生命周期的物聯網標識的知識圖譜,可實現數據源的不斷更新和迭代,進而改善標定的準確性。本發明支持多編碼的物聯網標識,可以大幅度降低解析的復雜程度,使得物聯網的標識更加容易更新和維護,使系統可以快速的獲得物聯網設備的信息。
技術領域
本發明涉及船舶建造中的工業物聯標識領域,特別是涉及一種基于知識圖譜的工業物聯標識方法。
背景技術
物聯網標識,是指用于識別不同物品、實體、物聯網對象的名稱標記,可以是由數字、字母、符號、文字等以一定的規則組成的字符串。在物聯網的世界中,物品標識與物理世界中的物品是一一對應、互為鏡像的關系。這個標識從這個物品誕生(物品被標識)開始到這個物品生命結束為止伴隨著這個物品的產生、運動及消亡的整個生命周期。標識載體技術規定了標識數據在“載體”上以何種形式存儲和讀取。目前離線載體有條形碼、二維碼、RFID、NFC等,在線載體則以各種文本或二進制數字信息存在。目前主流的標識技術有Handle、OID(object identifier,對象標識符)、Ecode(entity code for IoT,物聯網統一標識體系)、Epc、UCode等,分別由不同的組織機構提出,其出發點都是面向物品對象、數字對象等進行唯一標記及提供信息查詢的功能,進而發展成一種底層的信息架構,某些方面類似于互聯網中的DNS。目前不同標識體系的編碼規則不統一,造成“信息孤島”及信息融合、理解及基于此的新應用的開發困難;不同標識技術在解析的過程中,用戶軟件必須先判斷編碼類型,如果類型可以被軟件支持,則可以進行解析和信息查詢,否則就無法獲取信息。
知識圖譜,究其本質就是一張包含著無數節點的巨大的語義網絡,以網狀圖的形式展示了對領域內事物的描述,符合人類的認知模式。在這張語義網中,每個節點都代表了一個實體或概念,這些實體和概念來自于我們生活的真實世界中,節點與節點之間用連接線進行連接,可以表示實體之間的語義關系,這些節點各不相同,擁有多個自己的屬性,每個屬性有具體的數值。
知識圖譜在國內的研究也有了一定的進展,清華大學構建發布的首個大規??缯Z言中英文知識圖譜XLore、上海交通大學推出的中文知識圖譜研究平臺zhishi.me、中國科學院創建的“人立方、事立方、知立方”原型系統和復旦大學GDM實驗室推出的中文知識圖譜項目等,這些項目中所建立的知識庫都有著相對較大的規模,且涉及的學科種類多,領域范圍較廣,可以實現更加智能化地用戶搜索和問答任務,提供更為人性化的用戶服務。但這些相關研究還沒有滲透到工業物聯標識相關方面,因此在這個現狀基礎,本發明提出了一種基于知識圖譜的工業物聯標識方法,來擴展知識圖譜在工業物聯標識這一領域的應用,便于加快智能制造信息化的進程。
發明內容
本發明解決的技術問題是:工業物聯網中存在的異構標識。
為了解決上述技術問題,本發明的技術方案是提供了一種基于知識圖譜的工業物聯標識方法,其特征在于,包括以下步驟:
a)通過知識圖譜信息融合技術解決工業生產過程中全生命周期的編碼異構問題,建立標識與記錄具體環節信息資源之間的關系,實現環節之間標簽與對應標識關聯關系的轉化,其中,知識圖譜信息融合技術包括標識知識的融合及多尺度標志的知識圖譜的構建:
標識知識的融合包括以下步驟:將獲取到的標志信息數據進行篩選抽取,獲得三元組信息并進行融合;
多尺度標志的知識圖譜的構建采用自底向上的構建方式,從數據層構建開始,將實體從大量公開鏈接數據中提取出來,按照置信度由高到低進行排序,將排序靠前的實體添加到知識庫中,在此基礎上構建頂層的本體模式;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東華大學,未經東華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910832310.2/2.html,轉載請聲明來源鉆瓜專利網。





