用例建模Use Case Modeling
工程实践课题分析
工程实践题目是机器人知识图谱问答系统,主要的功能包括数据获取与处理、neo4j数据处理、语音模块、bert模型处理、人脸跟踪与运动模块、树莓派服务器处理模块。
背景
知识图谱是一种特殊的语义网络,它利用实体、关系、属性等这些基本单位,以符号的形式描述了物理世界中不同概念间的联系,知识图谱对于信息检索、推荐系统、问答系统中有重要的应用价值。 知识抽取是自然语言处理领域的重要分支,是指把蕴含于信息源中的知识经过识别、理解、筛选、归纳等过程抽取出来,存储形成知识元库;知识抽取包括实体抽取、关系抽取、事件抽取等。
机器模块用例图
|
---|
图2.1用例图 |
概要设计
项目功能设计
-
实现基于知识图谱的问答系统
-
实现小车远程实时运动控制与环境监视、音视频双向实时传输
-
实现人脸识别
设计流程图
|
---|
图3.1设计流程图 |
用例图(Use Case Diagrame):描述了作为一个外部的观察者的视角对系统的印象。强调系统是什么而不是怎么做。
执行者
使用系统来用例
用例图包括三方面内容:用例(Use Case); 参与者(Actor); 参与者、用例之间的关系。参与者用人形图标显示,用例用椭圆形表示,连线描述之间的关系。
用例关系
-
包含关系
描述在多个用例中都有的公共行为,由用例A指向用例B,表示用例A中使用了用例B中的行为或功能,包含关系是通过在依赖关系上应用<<include>>构造型(衍型)来表示的。
-
扩展关系
扩展关系是通过在依赖关系上应用<<extend>>构造型(衍型)来表示的
-
泛化关系
当多个用例共同拥有一种类似的结构和行为的时候,可以将它们的共性抽象成为父用例,其他的用例作为泛化关系中的子用例。
一、抽象用例
对象可分为:开发者、用户
主要功能模块可分为:数据获取预处理、BERT等模型处理、Neo4j数据库处理
二、包含用例
获取数据:爬虫抓取维基百科,知识图谱中文数据集,aiml常用数据集,将维基百科数据生成csv属性 关系 值数据。
BERT等模型处理:去停词、同义词替换、建立词向量、正则匹配、自定义模板匹配、bert+crt模型提取特征。
neo4j数据库:建立数据联系、数据关系建立与查询。
三、扩展用例
人脸跟踪与运动模块控制算法:
PID算法
PID控制算法根据误差的比例、积分、微分综合给出运动部件的控制量,从而能够对控制算法的抖动和控制目标的变动都能进行有效的处理。
线性运动预测算法
运动预测就是考虑到整个追踪系统的延时,为了能够实时有效地控制摄像头对人脸实现追踪,直接将摄像头调整到延迟Δt之后的预测目标位置。事实上这就是跟PID控制算法去除微分部分后本质相同,不同的是,该算法调参较为直观,能够比较容易地获得较好的控制效果。