程序聚合 软件案例 湖南省多模态、 多时序金矿知识图谱构建

湖南省多模态、 多时序金矿知识图谱构建

2026-11-10 11:21:20
行业:能源
载体:网站
技术:ML、Python、Scheme

业务和功能介绍

1、立项背景和目标
钦杭成矿带中段矿产资源丰富,铜多金属矿床地质资料类型繁杂、数据分散,传统文档检索方式难以高效挖掘成矿关联规律,领域知识复用与智能查询能力不足。本项目依托成矿地质理论构建铜多金属矿领域本体,融合深度学习与大模型技术完成多源地质数据知识抽取,通过数据清洗、实体消歧、知识融合搭建钦杭成矿带中段地质知识图谱,并配套开发 GraphRAG 智能问答系统,实现地质知识结构化存储、可视化展示与自然语言智能检索,支撑成矿规律分析、找矿线索研判,为区域矿产勘查研究提供智能化工具。
2、软件功能、核心功能模块的介绍
软件主要包含四大核心模块:①领域本体建模模块,完成铜多金属矿实体类型、关系谓词、属性体系的 Schema 定义与本体管理;②知识抽取与加工模块,基于大模型 + 深度学习模型从地质报告、文献、测试数据中自动抽取实体、关系、属性,提供三元组人工校对、实体消歧、知识融合功能;③知识图谱存储与可视化模块,依托图数据库存储图谱数据,支持矿床、岩体、构造等要素关联关系可视化浏览、检索与筛选;④GraphRAG 智能问答模块,实现自然语言问题解析、图谱子图检索、大模型答案生成,支持成矿条件、矿床特征、同位素数据等专业地质问题问答。
3、业务流程、功能路径描述
首先梳理钦杭成矿带中段铜多金属矿地质资料,结合成矿理论完成领域本体 Schema 设计;其次导入地质多源文本数据,调用知识抽取模型自动提取三元组,由地质人员完成标注校验、实体消歧与知识融合,将结构化知识入库构建知识图谱;用户可通过可视化界面浏览、查询图谱关联信息,也可输入自然语言问题,系统自动执行意图识别、图谱子图检索、上下文增强,最终返回融合图谱事实的专业回答,同时支持导出检索结果、更新迭代图谱数据。

项目实现

基于成矿地质理论搭建铜多金属矿领域本体;利用深度学习与大语言模型方法抽取地质多源数据的实体、关系、属性;经过三元组校准、消歧与知识融合,构建钦杭成矿带中段地质知识图谱,同时构建基GraphRAG的问答系统。

示例图片视频


Eric
5天前活跃
方向: 人工智能-NLP和自然语言处理、人工智能-机器学习与深度学习、
交付率:100.00%
相似推荐
农业生产管理系统
农业版 MES 系统结合物联网技术、遥感技术,对农事作业的各个阶段进行数据采集和分析,结合大数据技术,对农事生产环节进行精细化和标准化管理。有AI Agent 农事专家,基于农业专业教材构建RAG知识库,微调常见病虫害图片,提升指定作物病虫害识别精度。
直播电商 AI Agent 工作台(LiveStream Agent Studio)
本项目面向抖音直播电商团队(直播运营、投放、内容编导、复盘分析),解决一个很具体的效率问题:团队的日常工作分散在蝉妈妈看榜单、录屏工具录直播、第三方转写、手工把逐字稿和巨量百应分钟流量表对在一起、再另外写短视频脚本这几件事上。工具之间不互通,产物散落在各个文件夹和 Excel 里,一次复盘做完很难复用,也很难追到"这句话术对应的流量变化"。 目标是做一个 Windows 本地优先的 AI Agent 工作台,把"选主播—拆直播—做复盘—写脚本"四段工作收进同一个入口,素材、配置和产出都留在本机,任务是可追踪、可复用的,而不是一次性脚本。 软件包含四个 Agent 和两个中心: 1. 主播发现 Agent:管理关注领域、候选主播和达人研究任务,读取用户自己账号正常可见的蝉妈妈榜单与主播主页,生成结构化的达人拆解报告,并把确认的候选主播加入后续录制名单。 2. 直播拆解 Agent:把完整直播视频转成带秒级时间戳的结构化逐字稿,自动完成音频提取、云端转写和内容整理,导出可直接继续分析的 Excel。 3. 直播复盘 Agent:把同一场直播的逐字稿与巨量百应分钟级流量数据对齐,分析不同话术阶段对应的进入、离开、实时在线、平均停留、互动、商品曝光与点击的变化,输出 Excel 和 Word 双份复盘报告。 4. 短视频编导 Agent:根据用户提供的参考短视频链接提取真实逐字稿,在保留内容逻辑、不复制原文的前提下,生成原创口播脚本、内容结构、分镜和拍摄建议。 5. 统一任务中心:集中查看每个任务的进度、运行状态、失败原因和输出文件,不用在多个脚本和文件夹之间来回切换。 6. 本地设置中心:统一配置用户自己的阿里云百炼 DashScope、OSS、平台登录状态,以及可选的直播录制助手路径。 业务流程是一条完整闭环:在主播发现里筛人 → 加入录制名单 → 录屏 → 拆解出逐字稿 → 复盘出话术与流量的关系 → 用复盘结论去写下一轮短视频脚本。四段产物都挂在同一个任务下,可以随时回看。
TTF
项目底层数据读取逻辑采用C语言开发,C++承载AI相关计算逻辑,C#搭建简易控制台交互界面。爬虫脚本按照设定周期拉取仓储业务数据,完成数据格式化处理;AI模块对货品信息进行匹配识别,在本地完成全部计算并输出统计文件。软件可部署于普通PC,支持自定义采集周期,能够根据不同仓库业务规则灵活修改脚本参数,适配中小型物流仓储自动化统计需求,不需要复杂服务器环境,部署门槛低,方便快速落地使用。
去中心化双环网络拓扑架构 — 无中心节点、双向冗余、故障自愈、就近路由的分布式服务平台。-NodeRing
项目地址:https://gitee.com/hahanjh/node-ring NodeRing 是一套运行在应用层的双环网络架构。若干节点首尾相连构成闭合环,每个节点同时接入主环和副环两条独立链路,形成 4 条路径(2 环 × 2 方向),实现电信级可靠性。在业务连续性、扩展性、可靠性、负载均衡等方面有显著优势,并且性价比极高,没有额外的硬件成本。 核心特性: 去中心化 — 无中心节点,所有节点逻辑对等,通过泛洪自动同步全网状态 双环冗余 — 主环/副环互为备份,任意单点故障不影响业务,故障自愈 ≤ 50ms 就近路由 — 本地全局视图 + 双向 BFS,自动选择跳数最少、延迟最低的路径 异构挂载 — 每个节点可挂接任意语言/平台的服务和客户端 负载均衡 — 双向冗余,自动分流,单个节点故障不影响整体负载 高扩展性 — 扩容只需简单配置即可随时增加新节点 业务连续 — 一个服务,可在相同或不同节点上部署多个实例,单个服务实例故障不会影响整体业务运行 优雅降级 — 多处故障时自动退化为更简单形态,仍提供有限服务 协议简洁 — TCP + MessagePack,无复杂路由协议,易于实现和调试 适用场景 场景 说明 内网/园区网络 节点物理距离可控,双环冗余提供高可用 边缘计算 节点具备本地处理能力,减少云端依赖 IoT 聚合与转发 异构端点挂载,本地预处理减少跨环流量 中等规模部署(10–200 节点) 泛洪开销可忽略,路由收敛快 高可用要求 故障自愈 ≤ 50ms,达到电信级可靠性 去中心化需求 无中心节点,避免单点故障和注册中心瓶颈
xx电费数据采集与报表推送服务
本项目是一个基于 Spring Boot 3.1.5 + Java 17 的xx数据后台服务,围绕"电力采集数据归档"与"电费财务报表推送"两大业务展开:系统每 5 分钟从 InfluxDB 时序库拉取各测点的电力采集数据(电压、电流、功率、电能等),按设备聚合成电力数据日志落库到达梦数据库;同时通过定时任务解析财务部门产出的《xx电费财务报表(财务版)》Excel,提取用电大类、公司、责任部门、电量电费等明细,组装为标准 JSON 并携带 token 推送至外部互动物流服务平台,实现电费数据(日报/月报)的自动上报,并提供网页上传、手动补推、测点清单导出等辅助功能。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服