1知識倉庫的研究現(xiàn)狀

該文以“知識倉庫”作為篇名關鍵詞對SpringerLink、Elsevier、CNKI(中國期刊全文數(shù)據(jù)庫)和VIP(中文科技期刊數(shù)據(jù)庫)3個著名的中外期刊數(shù)據(jù)庫以及ProQuest博碩士論文全文數(shù)據(jù)庫(PQDD)、萬方《中國學位論文全文數(shù)據(jù)庫》和CNKI《中國優(yōu)秀博碩士學位論文數(shù)據(jù)庫》3個中外博碩士論文數(shù)據(jù)庫的所有歷史數(shù)據(jù)進行了文獻檢索調研。

(1)國內(nèi)外碩博論文關于知識倉庫的研究現(xiàn)狀。由可知,國內(nèi)外碩博論文庫中關于知識倉庫的研究成果及文獻是非常少的,國外ProQuest博碩士論文全文數(shù)據(jù)庫(PQDD)中沒有相應的檢索結果。檢索國內(nèi)CNKI《中國優(yōu)秀博碩士學位論文數(shù)據(jù)庫》共得到3篇文獻,分別是《咨詢企業(yè)知識倉庫的模式構架與建設策略研究》、《面向產(chǎn)品開發(fā)過程的知識倉庫應用平臺研究與實踐》、《基于知識倉庫的虛擬產(chǎn)品協(xié)同開發(fā)技術研究》;檢索萬方《中國學位論文全文數(shù)據(jù)庫》共得到7篇文獻,其中3篇與CNKI的檢索結果相同,另外4篇是《知識管理背景下的知識倉庫研究》、《農(nóng)業(yè)機械化工程知識倉庫的設計研究》、《基于本體和案例的可重構知識倉庫系統(tǒng)研究》、《可重構知識倉庫及其案例檢索與推理的研究》。由此可見,國內(nèi)這些碩博士論文大多是關于知識倉庫在某行業(yè)的應用設計研究,知識倉庫的理論研究一般與知識管理結合起來進行,如《知識管理背景下的知識倉庫研究》、《可重構知識倉庫及其案例檢索與推理的研究》等。

(2)國內(nèi)外期刊論文關于知識倉庫的研究現(xiàn)狀。以上國內(nèi)外期刊文獻調研結果顯示,國外對知識倉庫的研究文獻共83篇,其中只有1篇是完全相關的,即Hamid所寫的《Knowl-edgewarehouse:anarchitecturalintegrationofknowledgeman-agemen,tdecisionsuppor,tartificialintelligenceanddataware-housing》,其余文獻大多是關于數(shù)據(jù)倉庫或者知識發(fā)現(xiàn)的;國內(nèi)相關文獻相對多一些,為158篇。國外的研究中Hamid從知識倉庫的功能出發(fā),認為知識倉庫是這樣一個系統(tǒng):它是決策支持系統(tǒng)和數(shù)據(jù)倉庫新的發(fā)展方向,其功能是為決策者提供一個智能分析平臺,以此來加強知識管理流程的各個階段。其對知識倉庫的研究側重于知識倉庫能夠挖掘隱性知識這一功能[1]。

調研顯示,目前國內(nèi)有關知識倉庫研究的最早文獻是陳愛燕于2000年發(fā)表的《全文信息上網(wǎng)與知識倉庫建庫管理系統(tǒng)》一文,介紹了一個知識倉庫建庫管理系統(tǒng),它有利于單位知識的序化和組織,促進知識的創(chuàng)新[2]。隨后的文獻多是關于CNKI系列知識倉庫的研究,其中《中國醫(yī)院知識倉庫》的研究居多。之后,知識倉庫在企業(yè)的應用研究逐漸豐富起來,這些研究多以提高企業(yè)知識管理水平為出發(fā)點,理論和實踐研究均有。如陶穎的《企業(yè)知識倉庫的宏觀構建》,李生琦《企業(yè)知識倉庫的構建技術研究》,薛欣《基于企業(yè)知識管理系統(tǒng)的知識倉庫研究》等。與此同時,關于圖書館知識倉庫的研究成果和文獻也逐漸增加,如胡躍進的《知識倉庫在圖書館服務中的應用》一文指出了知識倉庫是圖書館文獻信息資源開發(fā)利用模式的發(fā)展方向,建設知識倉庫將為圖書館進行高效的知識服務提供保證[3];侯柏竹的《知識管理時代圖書館知識倉庫的建設研究》針對知識管理時代圖書館知識倉庫的建設展開了研究[4];又如陳剛在《圖書館知識倉庫淺析》中構建了圖書館知識倉庫的模型,分析了知識倉庫中各模塊的功能,并介紹了基于知識倉庫的圖書館知識管理系統(tǒng)和知識服務[5]。

綜上所述,國內(nèi)外關于知識倉庫的研究主要集中于2個方面:一是研究知識管理背景下的知識倉庫理論,內(nèi)容包括知識倉庫與知識管理、知識管理系統(tǒng)的關系,知識倉庫的相關技術,知識倉庫與數(shù)據(jù)倉庫的聯(lián)系等;二是探索知識倉庫在某些領域的應用情況,介紹、分析某行業(yè)知識倉庫的構建模式和方法。總之,關于知識倉庫的研究,應該說還非常不成熟。這一點體現(xiàn)在:①相關的研究文獻數(shù)量很少;②對于知識倉庫本身的概念界定不清;③理論基礎的研究很薄弱。盡管如此,人們普遍認為,知識倉庫的提出是十分有意義的。知識倉庫的研究正在進展之中,相關產(chǎn)品也還未成熟,然而其前景將是十分光明的。

論文關鍵詞：形式邏輯數(shù)理邏輯思維規(guī)律議論文推理寫作人工智能

論文摘要：邏輯智能并不僅僅局限于算術，它同樣可以幫助我們了解如何看待和解決問題。首先，邏輯從思維的形式結構方面是研究思維規(guī)律的科學，它總結了人類思維的經(jīng)驗教訓，以保持思維的確定性為核心，用一系列規(guī)則、方法幫助人們正確地思考問題和表達思想。是人們認識世界和改造世界的必要工具；其次，數(shù)理邏輯和計算機科學有著十分密切的關系，數(shù)理邏輯是計算理論的基礎，它在計算機科學中尤其是在數(shù)據(jù)庫和人工智能方面有著重要的應用。

1.引言

邏輯是用數(shù)學的方法研究關于推理、證明等問題的學科。邏輯在計算、思維、寫作、推理、數(shù)學應用等方面有著重要的應用。運用邏輯性思維能使我們正確的看待問題，并解決問題；并且邏輯也是計算機科學發(fā)展所不可少的。本文將重點分析形式邏輯在寫作中和數(shù)理邏輯在計算機中的應用。

2.邏輯推理介紹

推理具體可以分成三種：即演澤推理、歸納推理和類比推理。在議論文寫作過程中，這三種推理各有各的優(yōu)勢，可以運用其中的一種進行論述，也可以把二種或三種結合起來運用，看具體的文章內(nèi)容而定。

工程科技是改變世界的現(xiàn)實的、直接的生產(chǎn)力，工程前沿代表著工程科技未來創(chuàng)新發(fā)展的重要方向。當今時代，世界面臨百年未有之大變局，新冠肺炎疫情全球大流行進一步加劇全球發(fā)展的不確定性，科技前沿識別與預見是應對“不確定”的關鍵，是準確識變、科學應變、主動求變的基礎。為研判工程科技前沿趨勢，挖掘改造世界的未知力量，探索未來世界“確定性”，作為國家工程科技界最高咨詢性學術機構的中國工程院自2017年起連續(xù)開展全球工程前沿咨詢研究項目，每年發(fā)布全球工程前沿和工程開發(fā)前沿報告，以期引導工程科技的創(chuàng)新發(fā)展，營造尊重和崇尚工程科技創(chuàng)新的氛圍，為應對和解決重大傳染性疾病、氣候變化、可持續(xù)發(fā)展等全球性發(fā)展難題和挑戰(zhàn)提供了新路徑。

一、工程前沿發(fā)展趨勢

2021年度全球工程前沿研究在以專家為核心、數(shù)據(jù)為支撐的原則下，通過近6年167.24萬篇高被引論文聚類獲得機械與運載工程、信息與電子工程、化工冶金與材料工程、能源與礦業(yè)工程、土木水利與建筑工程、環(huán)境與輕紡工程、農(nóng)業(yè)、醫(yī)藥衛(wèi)生、工程管理9大領域的775個備選研究熱點，通過對50多萬個專利主題聚類獲得53張ThemeScape專利地圖。進而通過多輪的專家研討以及專家與數(shù)據(jù)交互，獲得298個備選研究前沿和174個備選開發(fā)前沿。經(jīng)過問卷調查和專家研判最終形成工程研究前沿和工程開發(fā)前沿各93個。通過對2021年度93個工程研究前沿和工程開發(fā)前沿的總體分析，發(fā)現(xiàn)全球工程前沿呈現(xiàn)出四個趨勢：

（一）智能技術正帶來范圍更廣、層次更深的變革，并將深刻改變社會與生產(chǎn)形態(tài)。一是智能技術的算力得到顯著增強。本年度全球工程前沿顯示以光路與電路混合集成芯片制造、量子計算、存算一體技術等算力技術不斷取得新進展，智能技術的底層基礎得到進一步夯實。二是智能技術的算法不斷強化，近年來深度學習、聯(lián)邦學習等算法不斷突破，算法模型的通用性、便捷性、可解釋性不斷提升，夯實智能計算的核心技術。三是智能技術助推科技創(chuàng)新，新一代人工智能相關技術與多學科的交叉融合強有力地推動了其他工程科技領域數(shù)據(jù)研究范式與基礎理論的創(chuàng)新發(fā)展。尤其是在生命科學領域，智能技術在基因編輯靶點識別、蛋白質等生物大分子結構預測、醫(yī)藥研發(fā)、藥物設計與發(fā)現(xiàn)等方面取得了重要突破。四是智能技術的產(chǎn)業(yè)化應用，正加快現(xiàn)實生產(chǎn)力的提升。一方面智能技術與產(chǎn)業(yè)加速融合，不斷推進工業(yè)技術進步。機器人化增材制造、大數(shù)據(jù)驅動的分布式智能制造決策優(yōu)化技術、智能可重構制造技術等將不斷助推制造業(yè)向個性化定制、柔性化生產(chǎn)、服務型制造、智能化預測的方向轉型。另一方面智能技術與生命科技不斷交叉，推動醫(yī)療健康新變革。人工智能輔助智能診斷、智能治療、智能疾病預警預測干預、智能群體健康管理和智能醫(yī)藥監(jiān)管等取得新突破；5G等互聯(lián)網(wǎng)技術助推互聯(lián)網(wǎng)醫(yī)院發(fā)展，不斷提升一體化公共衛(wèi)生應急響應能力。

（二）數(shù)據(jù)資源日益成為工程科技研究的關鍵要素。一是數(shù)據(jù)推動科技研究范式的變革。大數(shù)據(jù)的采集、存儲、關聯(lián)和可視化技術的發(fā)展，極大推動了生物、材料、醫(yī)學、工程管理等領域進入數(shù)據(jù)密集型科學研究范式，相關研究向可定量、可計算、可調控、可預測方向躍升。二是工程科技創(chuàng)新對數(shù)據(jù)的依賴程度將越來越高，一方面工程科技創(chuàng)新越來越需要數(shù)據(jù)的積累，傳統(tǒng)的樣本、統(tǒng)計、測試數(shù)據(jù)需求已經(jīng)轉向實時、全面、全過程數(shù)據(jù)，另一方面基于海量數(shù)據(jù)的自我監(jiān)督學習、增強學習、深度學習等正不斷助推工程科技創(chuàng)新。三是數(shù)據(jù)推動產(chǎn)業(yè)價值躍升。數(shù)字孿生、多維深度融合建模計算、數(shù)字畫像等技術支撐智能制造、智能建造、智能服務和個性化定制等新產(chǎn)業(yè)形態(tài)。四是數(shù)據(jù)成為社會治理重點。新一代密碼技術、區(qū)塊鏈、網(wǎng)絡虛擬身份管理等安全前沿技術不斷取得突破，數(shù)據(jù)應用在合規(guī)性和便捷性之間將不斷平衡。

（三）綠色低碳成為工程科技發(fā)展新路徑。一是能源生產(chǎn)消費方式不斷向清潔、低碳等替代方向加速轉化，新一代低碳能源技術與產(chǎn)業(yè)加快布局，核能、太陽能、氫能等可再生能源已成為全球能源增量主體，并向多元協(xié)調方向發(fā)展。二是低碳技術不斷發(fā)展。提高能源利用效率已成為全球應對氣候變化的重要選擇，化學燃料的高效低排放技術不斷發(fā)展，儲能技術和智能電力系統(tǒng)加快發(fā)展，新能源汽車加快向市場滲透。三是低碳技術成為全球競爭新熱點。二氧化碳捕集、利用和封存已經(jīng)成為全球碳中和目標實現(xiàn)的關鍵，二氧化碳驅替其他資源和利用技術成為新興方向，二氧化碳地質儲存環(huán)境風險防控技術也成為環(huán)境研究的重點。

1福建省農(nóng)村實用技術遠程培訓

福建省農(nóng)村實用技術遠程培訓是福建省2010—2011年為民辦實事項日之一l2]。福建省農(nóng)業(yè)科學院具體承擔了農(nóng)村實用技術遠程培訓的體系構建和實施運作，創(chuàng)造了多體相互協(xié)作的模式，與福建省農(nóng)業(yè)、林業(yè)廳、海洋與漁業(yè)廳、福建農(nóng)林大學、廣電局、J一播影視集、長威公刊等密切配合，資源共享，實現(xiàn)農(nóng)村實片J技術遠程培訓教學與管理的最優(yōu)化。福建省農(nóng)村實用技術遠培訓結合農(nóng)時農(nóng)事，標新立異，創(chuàng)造性地利用省應急視頻會商指揮系統(tǒng)、省農(nóng)村黨員干部現(xiàn)代遠程培訓系統(tǒng)、瑞福特遠程會議系統(tǒng)和電視直播，每川10l_{福建省農(nóng)業(yè)科學院遠程培訓的主會場大規(guī)模地傳播農(nóng)、林、牧、副、漁、加一[和農(nóng)村政策等相關課，授課的內(nèi)容f富、課件栩栩如生、圖文并茂、圖像和質清晰，授課專家f『J與農(nóng)民面對面地傳授實用技術矢¨、時解答技術難題。企省涉及市、縣、鄉(xiāng)近1400個視頻分會場、15331個行政村的農(nóng)民及叢層農(nóng)技人員，通過絡、電視、視頻傳送同‘時間異地多•收看?；鹨?guī)模的農(nóng)村實用技術遠程培訓，使干家萬戶的農(nóng)依靠科技增收斂富”。福建省農(nóng)村實用技術遠程培訓取得了很大的成效，為大規(guī)模地培養(yǎng)新型農(nóng)民探索出一條新途，并為進一步研究農(nóng)業(yè)科技遠程培洲后續(xù)學習支持服務策略提供了實例與啟示。

2農(nóng)業(yè)科技遠程培訓后續(xù)學習支持服務的必要性

農(nóng)業(yè)科技遠程培訓是在科技信息技術斷發(fā)腱中產(chǎn)生的一種新的培訓形式，現(xiàn)代科技信息技術彌補r傳統(tǒng)遠程培訓的欠缺，網(wǎng)絡視頻互動功能為參訓肖提供了更便捷的學習條件，可以營造教師和參訓者面對面交流的虛擬課堂環(huán)境?；鵩現(xiàn)代信息技術的農(nóng)業(yè)科技遠程培訓正受到越來越多人的歡迎，大幅度地提高了傳播農(nóng)業(yè)科學技術的范同、時效和參訓者的數(shù)量。參加農(nóng)業(yè)科技遠程培訓者大多數(shù)是農(nóng)民，參訓農(nóng)民不受年齡、文化知識水平、號業(yè)技術水平的限制；農(nóng)民不論智力高低、學習背景、學習動力，都有學習農(nóng)業(yè)科學技術的機會，解決了農(nóng)民由于受地域、時間的限制而不能參加課堂面對面授課的問題。農(nóng)業(yè)科技遠程培訓大規(guī)模地傳播和普及農(nóng)業(yè)科學技術，為廣大的農(nóng)民提供了學習農(nóng)業(yè)科學技術的機會，但同時也會出現(xiàn)參訓農(nóng)民在獲取農(nóng)業(yè)知識和信息能力方面，以及在理解和用農(nóng)業(yè)科學技術等方面存在著很大差異的現(xiàn)象，此，農(nóng)業(yè)科技遠程培訓的后續(xù)學習支持服務就得尤為必要，后續(xù)學習支持服務能給農(nóng)民提供延伸的學爿質保障。

3遠程培訓后續(xù)學習支持服務研究的理論依據(jù)

“學習支持服務”是遠程教育中特有的概念，也仃學者將此表述為學生支持服務、學生學)J艾持服務。1978年，英國開放大學的戴維•西沃特(DavidSeward)在德剛哈根遠程教學大學發(fā)表了論著《遠程學列系統(tǒng)對學牛的持續(xù)關注》，首次提出學習支持服務的概念，即遠程教育院校和教師應該為遠程教育的學生提供持續(xù)的關心、更好的學習支持服務和其他各類服務。則，學生會遇到種種剛難而影響其學習效果和教學質量并導致學生的流失。此后，英國學者凱依(KayeA)和魯姆勃爾(GrevileRumble)主編的《遠程高等教育》書，以及戴維•西沃特、愛爾羔學者德斯蒙德•基史(DesmondKeegan)和瑞典學者博瑞•霍姆們格(Hohnberg)3位權威專家主編的《遠教育：吲際展望》一書，都開辟號章來論述“學習支持服務”。戴維•西沃特、A•凱依、約翰•A•巴斯、博瑞•霍姆伯格、奧蒙德•辛普森、德斯蒙德•基更等國外學先后對奠定支持服務論基礎和理論發(fā)展有著問程度的貞獻。．_fJ閑著名學者丁興富教授最關外“學習支持服務”研究，將其引入國內(nèi)并出版J，相關系列譯著、論文。在其博士論文《中澳遠程高等教育系統(tǒng)的比較研究》和編著的《遠教育學》以及《遠程教育研究》中對學習支持服務的概念、功能和I特征等做了詳細、深入地論述。丁興富教授認為：“學習支持服務是遠程教學院校及其教師等為遠程學生提供的以師生或學生之間的人際面授和基F技術媒體的雙向通信交流為主的各種信息的、資源的、人員的和設施的支助服務的總和，其目的在于指導、幫助和促進學生的自主學習，提高遠程教育學生學習的質量和效果陋】J’。

摘要：農(nóng)業(yè)機械的智能化對于提高生產(chǎn)效率、降低人工勞動強度、推進規(guī)?；鳂I(yè)以及提升農(nóng)機管理水平等發(fā)揮著重要作用，是近年來農(nóng)業(yè)科學領域的研究熱點。本文針對智能化技術在農(nóng)業(yè)機械中的應用及發(fā)展，詳細介紹了機器視覺技術、自動駕駛技術以及農(nóng)業(yè)物聯(lián)網(wǎng)的應用現(xiàn)狀及發(fā)展趨勢，為農(nóng)業(yè)機械化技術的發(fā)展提供參考。

關鍵詞：農(nóng)業(yè)機械；智能技術；機器視覺；自動駕駛；農(nóng)業(yè)物聯(lián)網(wǎng)

0引言

毋庸置疑，云計算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新興技術正加速推動傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉型升級，農(nóng)業(yè)生產(chǎn)方式正在向自動化、信息化、智能化和規(guī)?；较蚩焖侔l(fā)展。農(nóng)業(yè)機械是農(nóng)業(yè)先進生產(chǎn)力的代表，通過與智能化技術的融合發(fā)展，對于提高生產(chǎn)效率、降低人工勞動強度、推進規(guī)?；鳂I(yè)、提升農(nóng)機信息化和智能化管理水平等發(fā)揮著重要作用，為農(nóng)機裝備的轉型升級提供了廣闊的前景。智能化農(nóng)業(yè)機械既是智慧農(nóng)業(yè)的重要組成部分，也是發(fā)展智慧農(nóng)業(yè)的重要物質手段，目前已成為當今世界農(nóng)業(yè)裝備發(fā)展的新潮流，是近年來國際上農(nóng)業(yè)科學研究的熱點之一[1]。本文將詳細論述機器視覺技術、自動駕駛技術以及農(nóng)業(yè)物聯(lián)網(wǎng)在農(nóng)業(yè)機械領域的應用及發(fā)展。

1機器視覺在農(nóng)業(yè)機械中的應用與發(fā)展

機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，是一門涉及人工智能、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。機器視覺技術在農(nóng)業(yè)領域具有廣泛的應用，農(nóng)業(yè)機械中經(jīng)常采用攝像機或相機作為視覺傳感器來獲取周圍環(huán)境信息，具有速度快、信息量大、安裝方便和投入成本低等優(yōu)點。近些年得益于數(shù)字圖像處理技術的快速發(fā)展和計算機硬件性能的提高，針對圖象處理的視覺感知算法具有強大的信息處理能力。視覺感知算法按照發(fā)展歷程可分為傳統(tǒng)視覺算法和深度學習算法，傳統(tǒng)視覺算法主要是通過一些邊緣、角點、顏色和紋理等特征的檢測，并基于統(tǒng)計學的特征提取進行檢測物的識別與分類。歐美國家的研究者于20世紀80年代率先開展傳統(tǒng)視覺算法在農(nóng)業(yè)領域的應用研究，截至目前，國內(nèi)外研究機構在算法的研究和應用上都取得了較為豐富的成果。深度學習是模仿人腦神經(jīng)元結構而建立的人工神經(jīng)系統(tǒng)，是一種包含多個隱藏層的多層感知和信息處理結構，具有強大的學習能力，被廣泛運用于機器視覺、語音識別、自然語言處理等多個領域。近幾年深度學習在圖像識別、目標檢測、實例分割等領域展現(xiàn)出了先進的性能，正在為機器視覺和機器學習領域帶來革命性的進步。隨著機器視覺技術的發(fā)展，深度學習也將在農(nóng)業(yè)領域獲得更廣泛的研究和應用。