面向漁情預測的動態(tài)知識發(fā)現與表示研究.pdf

1、海洋漁業(yè)是我國農業(yè)的重要組成部分，是國民經濟的一個重要產業(yè)部門[1]。近年來，隨著信息技術的發(fā)展，如何獲得有價值的漁場知識，尤其是漁場動態(tài)知識，科學準確地進行漁情預測，通過智能信息服務為從事遠洋漁業(yè)的生產企業(yè)提供準確、高效的漁業(yè)信息，成為研究人員積極探索解決的重要課題，也是推進遠洋漁業(yè)持續(xù)發(fā)展的有效保障。
　　 漁情預測是海洋漁場學研究的主要內容，實際上是指對未來一定時期和一定水域范圍內水產資源狀況各要素，如漁期、漁場、魚群數量

2、和質量以及可能達到的漁獲量等作出預測。漁情的準確預測能為漁業(yè)主管部門和生產企業(yè)如何進行漁汛生產部署和生產管理等提供科學依據。因此，如何實現漁場動態(tài)知識發(fā)現，并把它們有效地表示出來，為相關部門提供漁情服務是具有研究價值的課題，也是本文的研究重點。
　　 本文采用的主要理論有可拓數據挖掘理論，本體知識表示原理。可拓數據挖掘豐富了數據挖掘的內容，為數據挖掘開辟了新的研究方向，它能挖掘動態(tài)變化的知識，為漁場動態(tài)知識發(fā)現提供了理論依據。本

3、體知識表示可以將漁場動態(tài)知識通過類的定義、類與類之間的關系，實例與實例之間的關系表達出來，知識存儲在構建好的本體中，形成本體動態(tài)知識庫。此外，本文提出了一種漁場動態(tài)知識與本體之間的映射機制，使?jié)O場動態(tài)知識通過本體進行表示成為可能。
　　 本文所做的研究是在楊燁博的研究基礎上進行的，他針對漁業(yè)領域提出了一種新型數據智能處理模式[2]，首次將支持向量機理論與模糊規(guī)則提取相結合對實驗數據進行數據挖掘，得到豐富的漁場靜態(tài)知識，并利用支持

4、向量回歸機建立了預測模型。本文首先簡要介紹了前期研究工作，解釋了獲取漁業(yè)作業(yè)數據和海洋環(huán)境數據的來源，以及漁場靜態(tài)知識發(fā)現的過程。接著，系統(tǒng)地討論了可拓數據挖掘應用于漁場動態(tài)知識發(fā)現的過程，探究了動態(tài)知識到本體的映射機制，提出了面向漁情預測的動態(tài)知識發(fā)現與表示方法。論文研究成果可歸納如下：
　　 (1)提出漁場動態(tài)知識發(fā)現方法，以往的研究都只能獲得漁場靜態(tài)知識，本文首次將可拓數據挖掘理論應用于印度洋大眼金槍魚漁業(yè)漁情預測的領域中

5、，挖掘反映海洋環(huán)境的動態(tài)變化如何影響漁場的動態(tài)變化的漁場動態(tài)知識，這類知識更具有價值，對指導漁業(yè)管理部門和漁業(yè)生產企業(yè)進行遠洋漁業(yè)捕撈更為有利。
　　 (2)提出漁場動態(tài)知識與本體間的映射機制，首先對漁場動態(tài)知識利用可拓基元理論進行基元分析，由知識前件分析得到物元，由知識后件分析得到事元，在此基礎上，將各基元的特征與本體中相應的類映射，量值與實例映射，這種映射為后續(xù)的漁場動態(tài)知識的本體表示奠定了基礎。
　　 (3)根據本

6、體構建的原則——清晰性、一致性、可拓展性等，充分考慮了漁場動態(tài)知識的類關系，構建出基于本體的漁場動態(tài)知識庫，使?jié)O場動態(tài)知識通過本體清晰地表達出來。構建好的本體的擴展性非常強，能從多方面拓展本體知識庫，這為將來的本體維護工作帶來大大的便利。
　　 本文首次針對遠洋漁業(yè)領域提出一種面向漁情預測的動態(tài)知識發(fā)現與表示模型，對其中的關鍵技術進行了深入研究，并建立了原型系統(tǒng)，通過印度洋大眼金槍魚漁業(yè)作業(yè)數據和海洋環(huán)境數據的應用實例對其進行了