基于知识图谱的包装领域智能问答系统的设计

目的针对目前包装产业存在的产业链长、数据大而散、包装领域知识信息检索不精准等问题,设计一个基于知识图谱的包装领域智能问答系统。方法采用知识图谱、智能问答、自然语言处理、深度学习和个性化推荐等技术,对互联网上各类包装领域数据进行采集汇聚、抽取知识、融合计算,最终形成一个包装领域混合型智能问答系统。结果系统主要功能包括知识图谱、文本相似匹配、图像识别和自动问答,实现了包装领域大数据的知识卡片、语义搜索和沉浸问答。结论该系统使用方便,通过问答方式,一站式快速按需获取多视图、多维度包装领域数据,提升了行业的数字化、信息化和智能化水平。

基于深度学习和知识图谱的变电站设备故障智能诊断

及时发现并诊断变电站运行中设备存在的问题,是保障电网安全运行的关键手段之一。基于深度网络与知识图谱技术,提出一种关联变电站设备多模态信息的故障智能诊断方法。利用深度学习技术和知识图谱方法对采集的多模态数据进行知识提取和融合,构建一个多模态信息融合的语义知识图谱;使用YOLOv4算法对故障样本聚类并提取先验框参数;将多模态知识图谱和YOLOv4视觉检测相结合,应用到变电站场景中,实现变电站设备的自主预警诊断。实验表明,该模型可以实现故障诊断决策智能化的目标,从而提高电网的日常运行、维护和管理效率。