[发明专利]多源异构时空数据及其矢量可信构建方法在审
申请号: | 201910780244.9 | 申请日: | 2019-08-22 |
公开(公告)号: | CN110580264A | 公开(公告)日: | 2019-12-17 |
发明(设计)人: | 张雷;张春霞;吴新平;曹海云 | 申请(专利权)人: | 华东师范大学 |
主分类号: | G06F16/25 | 分类号: | G06F16/25;G06F16/26;G06F16/21;G06F16/215;G06F16/22 |
代理公司: | 11335 北京汇信合知识产权代理有限公司 | 代理人: | 张焕响 |
地址: | 200062 上海市普陀区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开多源异构时空数据及其矢量可信构建方法,包括以下步骤:多元异构时空数据获取、数据描述集成、数据融合模型构建、数据清洗、数据补充、数据模型矢量化和模型数据规格化;本发明采集遥感影像全局时空数据、具体时空数据和网络时空数据,构成的多源异构时空数据集合更全面,且通过数据描述、数据融合和数据清洗将多元时空数据有效化处理、关联数据融合和清洗除重,使多元异构时空数据清晰化、一致化,同时,通过SVG实现时空数据可视化,利用GML进行时空数据矢量化,并配合WebGIS应用软件为矢量化模型提供数据查询统计、时空数据分析、时空数据共享等通用功能,使得该模型能较好地实现异构数据源统一、透明的访问。 | ||
搜索关键词: | 时空数据 矢量化 多源异构 数据描述 数据清洗 构建 异构 时空数据分析 时空数据获取 数据融合模型 异构数据源 关联数据 模型数据 模型提供 数据补充 数据查询 数据共享 数据模型 数据融合 通用功能 遥感影像 应用软件 矢量 规格化 可视化 透明的 有效化 清洗 集合 可信 采集 时空 清晰 融合 配合 全局 访问 统计 网络 统一 | ||
【主权项】:
1.多源异构时空数据及其矢量可信构建方法,其特征在于:包括以下步骤:/n步骤一:多元异构时空数据获取/n利用北斗三号与GPS公用频点等手段获取卫星、航空技术所采集的具体位置处的遥感影像全局时空数据,利用无人机、自动驾驶车配合摄像设备采集具体位置处的具体时空数据,再通过光纤光栅数据采集仪、分布式光纤数据采集仪、钢弦式传感数据采集仪采集网络及具体位置处公用系统中的网络时空数据,上述时空数据构成多源异构时空数据集合;/n步骤二:数据描述集成/n将步骤一中的多元异构时空数据集合输入至元数据管理系统MDMS中,在元数据管理系统MDMS中通过规则协议对数据集合描述,协议解析引擎针对元数据管理系统中配置的协议,启动相关协议的监听程序或者拉取、爬取等程序,将数据集合解析之后存入消息队列中,预处理引擎从消息队列中取出解析过的数据,然后根据元数据管理系统中相应的处理配置进行预处理,然后再存入消息队列中,存储引擎从消息队列中取出经过处理的有效数据,然后根据配置的存储规则将有效数据存储到相应的存储中心;/n步骤三:数据融合模型构建/n基于可交换图像文件EXIF原理以数字图像为载体融合空间位置信和一般形式属性构建数据模型,将步骤二中的有效数据输入进模型,该模型将关联的时空信息和一般属性嵌入到数字图像的物理结构中,实现关联的多元异构时空数据融合;/n步骤四:数据清洗/n在数据融合模型中,对多元异构时空数据进行度量和辨别,利用数据概率值完成对不精确数据的分类淸洗,然后通过构建数据属性标准库、属性决策标准库和通过多次排序改进SNM算法,对多元异构时空数据的相似重复数据进行清洗,得到精确且清晰直观的数据融合模型;/n步骤五:数据补充/n分析步骤四中的数据融合模型是否能满足具体位置全覆盖,当可以满足时,则保留最终数据融合模型;若无法满足具体位置全覆盖,则使用步骤一中的多源异构时空数据集合进行补充以实现具体位置全覆盖,得出补充完整的数据融合模型;/n步骤六:数据模型矢量化/n将步骤五中的完整的数据融合模型导入SVG中,实现时间数据可视化,同时,利用GML进行时空数据矢量化,形成点、线、面,由点、线、面组成具体时空数据坐标,构建矢量化模型;/n步骤七:模型数据规格化/n利用WebGIS应用软件提供的便捷式导入机制,导入步骤六中的矢量化模型,实现数据无缝对接、属性无损集成,为矢量化模型提供数据查询统计、时空数据分析、时空数据共享等通用功能,然后,将模型进行数据规格化,并对其校验,检验后传输到云端服务器,以供用户访问使用。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910780244.9/,转载请声明来源钻瓜专利网。