CN110580264A - 多源异构时空数据及其矢量可信构建方法 - Google Patents
多源异构时空数据及其矢量可信构建方法 Download PDFInfo
- Publication number
- CN110580264A CN110580264A CN201910780244.9A CN201910780244A CN110580264A CN 110580264 A CN110580264 A CN 110580264A CN 201910780244 A CN201910780244 A CN 201910780244A CN 110580264 A CN110580264 A CN 110580264A
- Authority
- CN
- China
- Prior art keywords
- data
- space
- time data
- model
- heterogeneous
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/217—Database tuning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
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。
Description
技术领域
本发明涉及数据构建方法领域,尤其涉及多源异构时空数据及其矢量可信构建方法。
背景技术
在城市或地区信息化建设过程中,由于各业务系统建设和实施数据管理系统的阶段性、技术性以及其它经济和人为因素等因素影响,导致发展过程中积累了大量采用不同存储方式的时空数据,包括采用的数据管理系统也大不相同,从简单的文件数据库到复杂的网络数据库,它们构成了城市或地区的多源异构时空数据源。
数据的衣示方式除了数值外,还存在语言或符号等其他描述形式. 多种描述导致了数据数据信息在结构和语意上的模糊性、差异性和异构性,另一方面,在一些城市或地区的重大建设上,需要综合考虑多方面的异构时空数据信息,并需要数据信息的融合处理来指定最终方案,因此,本发明提出多源异构时空数据及其矢量可信构建方法以解决现有技术中存在的问题。
发明内容
针对上述问题,本发明提出多源异构时空数据及其矢量可信构建方法,该多源异构时空数据及其矢量可信构建方法能较好地实现异构数据源统一、透明的访问,保证数据的完整性、安全性和一致性,为城市或地区异构时空数据的集成提供解决方案,有效实现城市或地区异构时空数据的共享。
为了解决上述问题,本发明提出多源异构时空数据及其矢量可信构建方法,包括以下步骤:
步骤一:多元异构时空数据获取
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;
步骤二:数据描述集成
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;
步骤三:数据融合模型构建
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;
步骤四:数据清洗
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;
步骤五:数据补充
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;
步骤六:数据模型矢量化
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;
步骤七:模型数据规格化
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。
进一步改进在于:所述步骤一中,多元异构时空数据集合包括语言和符号型、文件型、文件与关系数据库混合型、全关系型以及对象关系型。
进一步改进在于:所述步骤二中,元数据管理系统MDMS中的规则协议包括协议解析规则、预处理规则、存储规则一体化配置。
进一步改进在于:所述步骤四中,对多元异构时空数据进行度量和辨别包括数据源重要度度量、数据特征属性辨别、数据决策属性辨别和元组权重标记。
进一步改进在于:所述步骤五中,判断数据融合模型是否能满足具体位置全覆盖的标准为:辨别相邻时空数据是否相互衔接并具有连续性。
进一步改进在于:所述步骤六中,按点、线、面来分类并分层空间数据,从而割裂模型中实体之间内在的联系,使具体时空数据坐标具有单体性。
进一步改进在于:所述步骤七中,数据校验包括单条、单数据项和组合数据项校验,并辅以杀毒扫描。
本发明的有益效果为: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,保证数据的完整性、安全性和一致性,为城市或地区异构时空数据的集成提供解决方案,有效实现城市或地区异构时空数据的共享。
具体实施方式
为了使发明实现的技术手段、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本实施例提供了多源异构时空数据及其矢量可信构建方法,具体步骤如下:
步骤一:多元异构时空数据获取
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,多元异构时空数据集合包括语言和符号型、文件型、文件与关系数据库混合型、全关系型以及对象关系型;
步骤二:数据描述集成
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,规则协议包括协议解析规则、预处理规则、存储规则一体化配置,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;
步骤三:数据融合模型构建
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;
步骤四:数据清洗
在数据融合模型中,对多元异构时空数据进行度量和辨别,包括数据源重要度度量、数据特征属性辨别、数据决策属性辨别和元组权重标记,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;
步骤五:数据补充
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,判断数据融合模型是否能满足具体位置全覆盖的标准为:辨别相邻时空数据是否相互衔接并具有连续性,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;
步骤六:数据模型矢量化
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,按点、线、面来分类并分层空间数据,从而割裂模型中实体之间内在的联系,使具体时空数据坐标具有单体性;
步骤七:模型数据规格化
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,数据校验包括单条、单数据项和组合数据项校验,并辅以杀毒扫描,检验后传输到云端服务器,以供用户访问使用。
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,保证数据的完整性、安全性和一致性,为城市或地区异构时空数据的集成提供解决方案,有效实现城市或地区异构时空数据的共享。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
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:
步骤一:多元异构时空数据获取
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;
步骤二:数据描述集成
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;
步骤三:数据融合模型构建
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;
步骤四:数据清洗
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;
步骤五:数据补充
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;
步骤六:数据模型矢量化
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;
步骤七:模型数据规格化
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。
2.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤一中,多元异构时空数据集合包括语言和符号型、文件型、文件与关系数据库混合型、全关系型以及对象关系型。
3.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤二中,元数据管理系统MDMS中的规则协议包括协议解析规则、预处理规则、存储规则一体化配置。
4.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤四中,对多元异构时空数据进行度量和辨别包括数据源重要度度量、数据特征属性辨别、数据决策属性辨别和元组权重标记。
5.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤五中,判断数据融合模型是否能满足具体位置全覆盖的标准为:辨别相邻时空数据是否相互衔接并具有连续性。
6.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤六中,按点、线、面来分类并分层空间数据,从而割裂模型中实体之间内在的联系,使具体时空数据坐标具有单体性。
7.根据权利要求1所述的多源异构时空数据及其矢量可信构建方法,其特征在于:所述步骤七中,数据校验包括单条、单数据项和组合数据项校验,并辅以杀毒扫描。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780244.9A CN110580264A (zh) | 2019-08-22 | 2019-08-22 | 多源异构时空数据及其矢量可信构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780244.9A CN110580264A (zh) | 2019-08-22 | 2019-08-22 | 多源异构时空数据及其矢量可信构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580264A true CN110580264A (zh) | 2019-12-17 |
Family
ID=68811788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910780244.9A Pending CN110580264A (zh) | 2019-08-22 | 2019-08-22 | 多源异构时空数据及其矢量可信构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580264A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258999A (zh) * | 2020-01-16 | 2020-06-09 | 山东大学 | 一种基于slr的bds卫星轨道近实时检核服务系统 |
CN111797083A (zh) * | 2020-06-02 | 2020-10-20 | 成都方未科技有限公司 | 一种规范化的基础地理数据制作方法及系统 |
CN112461246A (zh) * | 2020-12-01 | 2021-03-09 | 上海交通大学 | 融合多源异构定位路径数据的方法和系统 |
CN112991659A (zh) * | 2021-03-18 | 2021-06-18 | 湖州星创生态科技有限公司 | 一种具备预警处理功能的大数据安防监控管理方法 |
CN113089792A (zh) * | 2021-03-18 | 2021-07-09 | 长江生态环保集团有限公司 | 一种市政管网紧急排涝水处理方法 |
CN114021294A (zh) * | 2021-11-01 | 2022-02-08 | 武汉荣方科技有限公司 | 一种能源运行负荷预测及预警方法 |
CN117591025A (zh) * | 2023-11-27 | 2024-02-23 | 海南榕树家信息科技有限公司 | 多源异构数据处理系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823909A (zh) * | 2014-02-25 | 2014-05-28 | 北京农业信息技术研究中心 | 一种野外信息采集系统及其采集方法 |
CN103927359A (zh) * | 2013-10-16 | 2014-07-16 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN108287926A (zh) * | 2018-03-02 | 2018-07-17 | 宿州学院 | 一种农业生态多源异构大数据采集、处理与分析架构 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
-
2019
- 2019-08-22 CN CN201910780244.9A patent/CN110580264A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927359A (zh) * | 2013-10-16 | 2014-07-16 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN103823909A (zh) * | 2014-02-25 | 2014-05-28 | 北京农业信息技术研究中心 | 一种野外信息采集系统及其采集方法 |
CN108287926A (zh) * | 2018-03-02 | 2018-07-17 | 宿州学院 | 一种农业生态多源异构大数据采集、处理与分析架构 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
Non-Patent Citations (6)
Title |
---|
吴义杰: "《基于复杂系统理论与方法的数字城市建设》", 31 May 2006 * |
常小慧等: "基于GML/SVG的WebGIS体系结构设计与实现", 《地球信息科学》 * |
张苗苗等: "基于SNM算法的大数据量中文商品清洗方法", 《计算机与数字工程》 * |
李心颖等: "基于SVG_GML的WebGIS空间数据可视化模型研究与应用", 《数学技术与应用》 * |
李文闯等: "移动地理信息系统中的多源异构数据融合模型", 《计算机应用》 * |
王雅琴等: "基于GML的多源异构数据交换模式研究", 《测绘科学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258999A (zh) * | 2020-01-16 | 2020-06-09 | 山东大学 | 一种基于slr的bds卫星轨道近实时检核服务系统 |
CN111797083A (zh) * | 2020-06-02 | 2020-10-20 | 成都方未科技有限公司 | 一种规范化的基础地理数据制作方法及系统 |
CN112461246A (zh) * | 2020-12-01 | 2021-03-09 | 上海交通大学 | 融合多源异构定位路径数据的方法和系统 |
CN112991659A (zh) * | 2021-03-18 | 2021-06-18 | 湖州星创生态科技有限公司 | 一种具备预警处理功能的大数据安防监控管理方法 |
CN113089792A (zh) * | 2021-03-18 | 2021-07-09 | 长江生态环保集团有限公司 | 一种市政管网紧急排涝水处理方法 |
CN112991659B (zh) * | 2021-03-18 | 2023-07-28 | 浙江赛龙建设科技有限公司 | 一种具备预警处理功能的大数据安防监控管理方法 |
CN114021294A (zh) * | 2021-11-01 | 2022-02-08 | 武汉荣方科技有限公司 | 一种能源运行负荷预测及预警方法 |
CN117591025A (zh) * | 2023-11-27 | 2024-02-23 | 海南榕树家信息科技有限公司 | 多源异构数据处理系统 |
CN117591025B (zh) * | 2023-11-27 | 2024-05-10 | 海南榕树家信息科技有限公司 | 多源异构数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580264A (zh) | 多源异构时空数据及其矢量可信构建方法 | |
CN109800671B (zh) | 面向目标解译的多源遥感信息知识图谱构建方法和系统 | |
CN112115198B (zh) | 一种城市遥感智能服务平台 | |
US10929218B2 (en) | Joint semantic and format similarity for large scale log retrieval | |
CN105912666B (zh) | 一种面向云平台的混合结构数据高性能存储、查询方法 | |
CN109919437B (zh) | 一种基于大数据的智慧旅游目标匹配方法和系统 | |
US20090216746A1 (en) | Method, System, and Apparatus for Aggregation System for Searchable Travel Data | |
JP6428795B2 (ja) | モデル生成方法、単語重み付け方法、モデル生成装置、単語重み付け装置、デバイス、コンピュータプログラム及びコンピュータ記憶媒体 | |
US20200301760A1 (en) | Methods and systems for generating and recommending api mashups | |
CN110196892B (zh) | 一种基于物联网的保护地综合监控平台及其方法 | |
Spretke et al. | Exploration through enrichment: a visual analytics approach for animal movement | |
CN116049454A (zh) | 一种基于多源异构数据的智能搜索方法及系统 | |
CN111708774B (zh) | 一种基于大数据的产业分析系统 | |
Rodrigues et al. | Combining taxi and social media data to explore urban mobility issues | |
CN114998744B (zh) | 基于运动与视觉双特征融合的农机轨迹田路分割方法及装置 | |
CN110968801A (zh) | 地产产品搜索方法、存储介质及电子设备 | |
WO2021114615A1 (zh) | 行为风险识别的可视化方法、装置、设备及存储介质 | |
CN108701335A (zh) | 通过连接基于s-100的海事数据与大数据来生成标准信息的系统及方法 | |
Budde et al. | Leveraging spatio-temporal clustering for participatory urban infrastructure monitoring | |
CN115510116A (zh) | 数据目录构建方法、装置、介质及设备 | |
Maboudi et al. | Drone-based container crane inspection: Concept, challenges and preliminary results | |
Wang et al. | Automatic registration framework for multi-platform point cloud data in natural forests | |
Xie et al. | Spatiotemporal retrieval of dynamic video object trajectories in geographical scenes | |
CN106528644A (zh) | 一种遥感数据的检索方法及装置 | |
CN114312930A (zh) | 基于日志数据的列车运行异常诊断方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |