CN112559503A - 一种基于大数据的数据处理方法、装置及计算机设备 - Google Patents
一种基于大数据的数据处理方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN112559503A CN112559503A CN202011428895.0A CN202011428895A CN112559503A CN 112559503 A CN112559503 A CN 112559503A CN 202011428895 A CN202011428895 A CN 202011428895A CN 112559503 A CN112559503 A CN 112559503A
- Authority
- CN
- China
- Prior art keywords
- data
- aerial
- aerial survey
- survey
- mapping
- 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.)
- Withdrawn
Links
Images
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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的数据处理方法、装置及计算机设备。在该方法中,首先获取无人机航测数据,其次确定航测状态与航测距离数据的对应关系,进而将航测距离数据对应的航测面积数据确定为目标航测面积数据,在此基础上,建立航测面积数据与航测距离数据的对应关系。这样一来,通过对待处理的无人机航测数据进行挖掘和处理,以得到航测面积数据与航测距离数据的对应关系,进而可以将航测面积数据与航测距离数据的对应关系作为后续校正无人机航测数据的基础,以对无人机航测数据进行校正处理,进而确保校正结果的准确性。
Description
技术领域
本公开涉及数据处理技术领域,特别涉及一种基于大数据的数据处理方法、装置及计算机设备。
背景技术
近年来,随着科技的大力发展,无人机航测领域被广泛应用,一般而言,需要对无人机航测时所得到的数据进行校正,但是,现有的对数据进行校正的技术无法确保校正结果的准确性。
发明内容
为改善相关技术中存在的技术问题,本公开提供了一种基于大数据的数据处理方法、装置及计算机设备。
本发明提供了一种基于大数据的数据处理方法,所述方法包括:
获取待处理的无人机航测数据;
通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态;
根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
可选地,所述根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,包括:
在当前航测距离数据对应的航测状态为终点状态时,确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据;
按照预设的航拍时间段,获取每个航拍时间节点对应的航测状态;如果该航测状态为起点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
如果所述航测状态为终点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据,并将该航拍时间节点确定为当前航测距离数据,执行所述确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据步骤。
可选地,所述将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据之前,还包括:
根据所述航拍时间节点、所述航拍时间节点之后且对应的航测状态为起点状态的航测距离数据,确定最小航拍时长;如果所述最小航拍时长小于预设的航拍时长阈值,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
如果所述最小航拍时长大于所述航拍时长阈值,则执行将该航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据步骤。
可选地,所述方法还包括:接收数据处理终端发送的当前航测数据获取请求,所述当前航测数据获取请求用于指示获取包含目标航测面积数据的无人机航测数据;根据所述航测面积数据与航测距离数据的对应关系,确定所述目标航测面积数据对应的目标航测距离数据;根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,所述响应数据用于确定所述无人机航测数据中包含的所述目标航测面积数据。
可选地,当所述数据处理终端处于展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:生成包含所述目标航测距离数据的响应数据;将所述响应数据发送至所述数据处理终端,以使所述数据处理终端在当前展示所述无人机航测数据的状态下,在预设的航测时间段中,展示所述目标航测面积数据的目标航测距离数据。
可选地,当所述数据处理终端处于未展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:在无人机航测数据的当前航测数据中,获取所述目标航测距离数据对应的当前航测数据,得到响应数据;发送所述响应数据至所述数据处理终端,以使所述数据处理终端基于所述目标航测距离数据对应的当前航测数据展示所述目标航测面积数据。
可选地,所述方法还包括:基于测面积数据与航测距离数据的对应关系对待处理的测绘数据进行制图处理。
本发明还提供了一种基于大数据的数据处理装置,所述装置包括:
航测数据获取模块,用于获取待处理的无人机航测数据;
对应关系确定模块,用于通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态;
航测面积数据确定模块,用于根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
本发明还提供了一种计算机设备,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中调取计算机程序,并通过运行所述计算机程序实现上述任一项所述的方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述任一项所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果。
本公开提供了一种基于大数据的数据处理方法、装置及计算机设备,首先获取无人机航测数据,其次确定航测状态与航测距离数据的对应关系,进而将航测距离数据对应的航测面积数据确定为目标航测面积数据,在此基础上,建立航测面积数据与航测距离数据的对应关系。这样一来,通过对待处理的无人机航测数据进行挖掘和处理,以得到航测面积数据与航测距离数据的对应关系,进而可以将航测面积数据与航测距离数据的对应关系作为后续校正无人机航测数据的基础,以对无人机航测数据进行校正处理,进而确保校正结果的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种基于大数据的数据处理方法的流程图。
图2是本发明实施例提供的一种基于大数据的数据处理装置的框图。
图3是本发明实施例提供的一种计算机设备的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
请结合参阅图1,提供了一种基于大数据的数据处理方法的流程示意图,在实现上述方法时具体执行以下步骤S110-步骤S130所描述的内容。
步骤S110,获取待处理的无人机航测数据。
步骤S120,通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态。
步骤S130,根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
在执行上述步骤S110-步骤S130所描述的方法时可以达到如下有益技术效果:首先获取无人机航测数据,其次确定航测状态与航测距离数据的对应关系,进而将航测距离数据对应的航测面积数据确定为目标航测面积数据,在此基础上,建立航测面积数据与航测距离数据的对应关系。这样一来,通过对待处理的无人机航测数据进行挖掘和处理,以得到航测面积数据与航测距离数据的对应关系,进而可以将航测面积数据与航测距离数据的对应关系作为后续校正无人机航测数据的基础,以对无人机航测数据进行校正处理,进而确保校正结果的准确性。
在具体实施时,为了能够有效的精准的确定出目标航测面积数据,步骤S130所描述的所述根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,具体可以包括以下子步骤S1301-子步骤S1303所描述的内容:
子步骤S1301,在当前航测距离数据对应的航测状态为终点状态时,确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据;
子步骤S1302,按照预设的航拍时间段,获取每个航拍时间节点对应的航测状态;如果该航测状态为起点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
子步骤S1303,如果所述航测状态为终点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据,并将该航拍时间节点确定为当前航测距离数据,执行所述确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据步骤。
通过执行上述子步骤S1301-子步骤S1303所描述的内容,在确定出航测状态与航测距离数据的对应关系的基础上,进而准确的航测距离数据,在确保航测距离数据无误的情况下,将航测距离数据对应的航测面积数据确定为目标航测面积数据。这样一来,能够有效的精准的确定出目标航测面积数据。
进一步地,子步骤S1303所描述的所述将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据之前,具体包括:
根据所述航拍时间节点、所述航拍时间节点之后且对应的航测状态为起点状态的航测距离数据,确定最小航拍时长;如果所述最小航拍时长小于预设的航拍时长阈值,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
如果所述最小航拍时长大于所述航拍时长阈值,则执行将该航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据步骤。
在具体实施时,为了让数据处理终端能够有针对性地对响应数据进行解析,准确的得到目标面航测面积数据,所述方法还包括:接收数据处理终端发送的当前航测数据获取请求,所述当前航测数据获取请求用于指示获取包含目标航测面积数据的无人机航测数据;根据所述航测面积数据与航测距离数据的对应关系,确定所述目标航测面积数据对应的目标航测距离数据;根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,所述响应数据用于确定所述无人机航测数据中包含的所述目标航测面积数据。
这样一来,基于当前航测数据获取请求进而获取无人机航测数据,进而对无人机航测数据进行分析,确定出目标航测距离数据,进一步根据目标航测距离数据生成响应数据,并将响应数据至数据处理终端,这样数据处理终端能够有针对性地对响应数据进行解析,进而准确的得到目标面航测面积数据。
可以理解,当所述数据处理终端处于展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:生成包含所述目标航测距离数据的响应数据;将所述响应数据发送至所述数据处理终端,以使所述数据处理终端在当前展示所述无人机航测数据的状态下,在预设的航测时间段中,展示所述目标航测面积数据的目标航测距离数据。
可以理解,当所述数据处理终端处于未展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:在无人机航测数据的当前航测数据中,获取所述目标航测距离数据对应的当前航测数据,得到响应数据;发送所述响应数据至所述数据处理终端,以使所述数据处理终端基于所述目标航测距离数据对应的当前航测数据展示所述目标航测面积数据。
在上述内容的基础上,本发明还可以包括步骤S140:基于测面积数据与航测距离数据的对应关系对待处理的测绘数据进行制图处理。
进一步,步骤S140所描述的基于测面积数据与航测距离数据的对应关系对待处理的测绘数据进行制图处理,进一步还可以包括以下描述内容。
步骤S141,采集待处理的测绘数据,并对所述测绘数据中各个测绘属性数据依次进行特征提取,得到与每个测绘属性数据对应的测绘数据标签集。
在本实施例中,所述测绘数据标签集中包括所述测绘属性数据的至少两个测绘数据标签。
步骤S142,根据所述测绘数据标签集对所述测绘数据中的全部测绘属性数据进行划分,得到第一测绘属性数据列表;其中,所述第一测绘属性数据列表中记录有所述测绘数据中包含的多个测绘作业区域分别对应的测绘属性数据序列,每个测绘属性数据序列中的首个测绘属性数据为所述测绘作业区域的关键测绘属性数据。
步骤S143,依次获取每个所述关键测绘属性数据和位于所述关键测绘属性数据之前的参考测绘属性数据之间的特征关联度。
步骤S144,在所述特征关联度达到整合条件的情况下,将所述关键测绘属性数据所在第一测绘作业区域中的测绘属性数据序列,整合到所述参考测绘属性数据所在第二测绘作业区域中的测绘属性数据序列中,以将所述第一测绘属性数据列表调整为第二测绘属性数据列表。
步骤S145,按照预设的制图规则和制图模板以及所述第二测绘属性数据列表对所述待处理的测绘数据进行制图处理。
在执行上述步骤S141-步骤S145所描述的方法时可以达到如下有益技术效果:
首先对采集到的待处理的测绘数据中的各个测绘属性数据依次进行特征提取,进而一一获取每个测绘属性数据对应的测绘数据标签集,其次根据测绘数据标签集对全部测绘属性数据进行划分,得到第一测绘属性数据列表,进一步获取每个测绘属性数据和位于关键测绘属性数据之前的参考测绘属性数据之间的特征关联度,在确定出特征关联度后能够有针对性地将关键测绘属性数据所在第一测绘作业区域中的测绘属性数据序列整合到参考测绘属性数据所在第二测绘作业区域中的测绘属性数据序列中,使得第一测绘属性数据列表调整为第二测绘属性数据列表,这样能够避免对测绘属性数据序列进行错乱整合,同时能够提高工作效率,在此基础上,根据预设的制图规则和制图模板以及所述第二测绘属性数据列表对待处理的测绘数据进行制图处理,通过上述步骤,能够提高对测绘数据资源的处理效率。
在具体实施时,为了能够一一对应的得到测绘数据标签集,确保提取出的测绘数据标签集的准确性,步骤S141所描述的所述对所述测绘数据中各个测绘属性数据依次进行特征提取,得到与每个测绘属性数据对应的测绘数据标签集,具体包括:
依次将所述测绘数据中的每个测绘属性数据作为当前测绘属性数据,以执行以下特征提取操作,直至遍历所述测绘数据中的全部测绘属性数据:将所述当前测绘属性数据中各个属性值输入至目标标签编码矩阵中,以得到所述各个属性值在所述目标标签编码矩阵内各个测绘标签编码字段的字段分布范围,其中,所述目标标签编码矩阵包括至少两个测绘标签编码字段;根据所述各个属性值的所述测绘标签编码字段的字段分布范围,确定与所述当前测绘属性数据匹配的所述测绘数据标签集。
执行上述所描述的方法,对测绘数据中各个测绘属性数据依次进行特征提取,能够一一对应的得到测绘数据标签集,同时也能够确保提取出的测绘数据标签集的准确性。
进一步地,所述根据所述各个属性值的所述测绘标签编码字段的字段分布范围,确定与所述当前测绘属性数据匹配的所述测绘数据标签集,包括:获取所述各个属性值的第j个测绘标签编码字段的字段分布范围的标签描述信息,得到所述当前测绘属性数据的第j个测绘数据标签,其中,所述j为大于等于1,小于等于M的整数,所述M为所述目标标签编码矩阵中所述测绘标签编码字段的数量,所述M为正整数。
在具体实施时,为了避免划分出的第一测绘属性数据列表不精准,步骤S142所描述的所述根据所述测绘数据标签集对所述测绘数据中的全部测绘属性数据进行划分,得到第一测绘属性数据列表,包括:
获取所述测绘数据标签集中各个测绘数据标签的标签描述信息,将所述测绘数据标签的标签描述信息作为与所述测绘属性数据匹配的目标测绘数据标签;
依次比对相邻两个测绘属性数据各自对应的目标测绘数据标签,得到比对结果;根据所述比对结果对全部测绘属性数据进行划分,得到所述第一测绘属性数据列表。
执行上述所描述的方法,首先获取各个测绘数据标签的标签描述信息,其中将标签描述信息作为目标测绘数据标签,进而依次比对相邻两个测绘属性数据各自对应的目标测绘数据标签,这样能够确保对比结果的准确性,进一步根据对比结果对全部测绘属性数据进行划分,这样能够避免划分出的第一测绘属性数据列表不精准。
进一步地,所述依次比对相邻两个测绘属性数据各自对应的目标测绘数据标签,得到比对结果,包括:获取第h+1个测绘属性数据的目标测绘数据标签与第h个测绘属性数据的目标测绘数据标签的标签匹配值;其中,所述h为大于等于1,小于等于Y-1的整数,所述Y为所述测绘数据中测绘属性数据的数量;比对所述标签匹配值与预设的第一阈值,得到比对结果。
进一步地,所述根据所述比对结果对全部测绘属性数据进行划分,得到所述第一测绘属性数据列表,包括:在所述比对结果指示所述标签匹配值小于所述预设的第一阈值的情况下,确定所述第h+1个测绘属性数据与所述第h个测绘属性数据为同一个测绘作业区域对应的数据,则将所述第h+1个测绘属性数据添加到所述第h个测绘属性数据所在的测绘属性数据序列中;在所述比对结果指示所述标签匹配值大于等于所述预设的第一阈值的情况下,确定所述第h+1个测绘属性数据与所述第h个测绘属性数据并非同一个测绘作业区域对应的数据,则为所述第h+1个测绘属性数据创建新的测绘属性数据序列。
在具体实施时,为了保关键测绘属性数据和参考测绘属性数据之间的特征关联度的关联准确性,步骤S143所描述的所述依次获取每个所述关键测绘属性数据和位于所述关键测绘属性数据之前的参考测绘属性数据之间的特征关联度,具体可以包括以下子步骤S1431-子步骤S1434所描述的内容:
子步骤S1431,获取所述关键测绘属性数据的关键属性类别和所述参考测绘属性数据的参考属性类别;
子步骤S1432,获取所述关键属性类别与所述参考属性类别之间的关联占比,其中,所述特征关联度包括所述关联占比;
子步骤S1433,获取所述关键测绘属性数据和所述参考测绘属性数据中的基础关联数据;
子步骤S1434,获取所述基础关联数据在所述关键测绘属性数据中的第一占比和所述基础关联数据在所述参考测绘属性数据中的第二占比;其中,所述特征关联度包括所述第一占比和所述第二占比。
执行上述子步骤S1431-子步骤S1434所描述的内容,首先获取关键测绘属性数据的关键属性类别和参考测绘属性数据的参考属性类别,其次获取关键属性类别与参考属性类别之间的关联占比和基础关联数据,进而分别获取基础关联数据在关键测绘属性数据中的第一占比以及基础关联数据在参考测绘属性数据中的第二占比,通过第一占比和第二占比能够确保关键测绘属性数据和参考测绘属性数据之间的特征关联度的关联准确性。
进一步,子步骤S1431所描述的所述获取所述关键测绘属性数据的关键属性类别和所述参考测绘属性数据的参考属性类别,具体可以包括以下内容:对所述关键测绘属性数据和所述参考测绘属性数据分别进行筛选处理,得到当前关键测绘属性数据和当前参考测绘属性数据;将所述当前关键测绘属性数据输入至类别划分线程中,以得到所述关键属性类别,并将所述当前参考测绘属性数据输入至所述类别划分线程,以得到所述参考属性类别;其中,所述类别划分线程为利用多组样本测绘数据对及对应的标识信息进行机器训练后所得到的用于生成测绘数据的属性类别的人工智能模型。
在具体实施时,为了避免在将第一测绘属性数据列表调整为第二测绘属性数据列表时出现错误,步骤S144所描述的在所述特征关联度达到整合条件的情况下,将所述关键测绘属性数据所在第一测绘作业区域中的测绘属性数据序列,整合到所述参考测绘属性数据所在第二测绘作业区域中的测绘属性数据序列中,以将所述第一测绘属性数据列表调整为第二测绘属性数据列表,具体可以包括以下子步骤S1441-子步骤S1443所描述的内容:
子步骤S1441,在所述特征关联度达到整合条件的情况下,获取对第一测绘作业区域进行测绘后所得到的第一测绘节点数据和第二测绘节点数据;其中,所述第一测绘节点数据为第一测绘节点的静态测绘节点数据,所述第二测绘节点数据为包括第二测绘节点的动态测绘节点数据;
子步骤S1442,确定所述第一测绘节点数据和所述第二测绘节点数据中对应测绘节点数据标签的测绘属性数据序列,并基于对应测绘节点数据标签的测绘属性数据序列确定出所述第一测绘节点数据和所述第二测绘节点数据之间对应的且满足预定条件的目标测绘节点数据标签;
子步骤S1443,基于目标测绘节点数据标签将第一测绘作业区域中的测绘属性数据序列,整合到所述参考测绘属性数据所在第二测绘作业区域中的测绘属性数据序列中,对整合处理后的所述第一测绘属性数据列表对应的所述第一测绘节点数据中的同类数据进行调整以得到第二测绘属性数据列表。
可以理解,子步骤S1442所描述的确定所述第一测绘节点数据和所述第二测绘节点数据中对应测绘节点数据标签的测绘属性数据序列,包括:确定所述第一测绘节点数据中各测绘节点数据标签的标签差异度以及所述第二测绘节点数据中各测绘节点数据标签的标签差异度;基于所述第一测绘节点数据中各测绘节点数据标签的标签差异度以及所述第二测绘节点数据中各测绘节点数据标签的标签差异度,确定所述第一测绘节点数据和所述第二测绘节点数据中所述对应测绘节点数据标签的数据差异权重系数;其中,所述测绘属性数据序列包括所述数据差异权重系数。
可以理解,子步骤S1442所描述的基于对应测绘节点数据标签的测绘属性数据序列确定出所述第一测绘节点数据和所述第二测绘节点数据之间对应的且满足预定条件的目标测绘节点数据标签,包括:对所述第一测绘节点数据和所述第二测绘节点数据中所述对应测绘节点数据标签按照测绘属性数据序列由小到大的顺序进行排序;通过如下方式之一从排序后的所述对应测绘节点数据标签中确定出所述目标测绘节点数据标签:按顺序选取预定数量的所述对应测绘节点数据标签作为所述目标测绘节点数据标签;按顺序选取预定比例的所述对应测绘节点数据标签作为所述目标测绘节点数据标签;将测绘属性数据序列对应的序列值小于预设的第一阈值的所述对应测绘节点数据标签确定为所述目标测绘节点数据标签;按顺序将测绘属性数据序列对应的序列值小于预设的第二阈值的所述对应测绘节点数据标签中包括的各对应测绘节点数据标签按照预定匹配数量进行匹配,基于匹配结果确定所述目标测绘节点数据标签;基于所述对应测绘节点数据标签的累计差异度比例变化选取所述目标测绘节点数据标签。
通过执行子步骤S1441-子步骤S1443所描述的内容,首先确保特征关联度达到整合条件的,进而将关键测绘属性数据所在第一测绘作业区域中的测绘属性数据序列,整合到参考测绘属性数据所在第二测绘作业区域中的测绘属性数据序列中,如此,有针对性的进行整合的同时,能够避免在将第一测绘属性数据列表调整为第二测绘属性数据列表时出现错误。
在具体实施时,为了避免在制图处理过程中出不必要的错误,提高对测绘数据资源的处理效率,步骤S145所描述的按照预设的制图规则和制图模板以及所述第二测绘属性数据列表对所述待处理的测绘数据进行制图处理,具体包括:
获取待处理的测绘数据的测绘指标参数;其中,所述测绘指标参数包括测绘标记数据与指标配置权重;按照预设的制图规则和制图模板确定制图类型;根据所述指标配置权重与所述测绘标记数据,确定是否需要对所述待处理的测绘数据中最小指标权重对应的权重值进行解析;若需要进行解析,则对所述待处理的测绘数据的至少部分权重值进行筛选,得到所述最小指标权重对应的权重值;利用所述测绘指标参数确定是否需要对所述最小指标权重对应的权重值重新进行聚类;若需要重新进行聚类,则生成更新后的权重值,并根据所述第二测绘属性数据列表对所述待处理的测绘数据进行制图处理,得到目标测绘图。
可以理解,所述测绘标记数据包括所述待处理的测绘数据的测绘坐标数据、所述待处理的测绘数据的测绘距离数据以及测绘区域数据,所述方法还包括:判断所述测绘标记数据的类别、所述测绘区域数据以及所述指标配置权重是否相同;若所述测绘标记数据的类别、所述测绘区域数据以及所述指标配置权重相同,则在所述制图类型为所述数据流程图时,根据所述待处理的测绘数据的测绘坐标数据判断是否设置数据流程表;若设置所述数据流程表,则对所述数据流程表与所述待处理的测绘数据进行制图处理;若不设置所述数据流程表,则对所述待处理的测绘数据进行制图处理。
通过执行上述内容,对待处理的测绘数据进行多次判断,进而确定对所述待处理的测绘数据进行制图处理,这样能够避免在制图处理过程中出不必要的错误,同时还能够提高对测绘数据资源的处理效率。
在上述基础上,请结合图2,本发明还提供了一种基于大数据的数据处理装置200的框图,所述装置可以包括以下功能模块。
航测数据获取模块210,用于获取待处理的无人机航测数据。
对应关系确定模块220,用于通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态。
航测面积数据确定模块230,用于根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
进一步,还可以包括制图处理模块240,用于基于测面积数据与航测距离数据的对应关系对待处理的测绘数据进行制图处理。
在上述基础上,请结合参阅图3,提供了一种计算机设备110,包括处理器111以及与所述处理器111连接的存储器112和总线113;其中,所述处理器111和所述存储器112通过所述总线113完成相互间的通信;所述处理器111用于调用所述存储器112中的程序指令,以执行上述的方法。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
需要理解的是,针对上述内容没有进行名词解释的技术术语,本领域技术人员可以根据上述所公开的内容进行前后推导毫无疑义地确定其所指代的含义,例如针对一些值、系数、权重等术语,本领域技术人员可以根据前后的逻辑关系进行推导和确定,这些数值的取值范围可以根据实际情况进行选取,例如0~1,又例如1~10,再例如50~100,在此均不作限定,本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定。对于一些未作解释的技术特征术语,本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导,从而清楚、完整地实施上述技术方案。因此上述内容对于本领域技术人员而言是清楚完整的。应当理解,本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本申请所记载的内容进行的,因此上述内容并不是对整体方案的创造性的评判。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于大数据的数据处理方法,其特征在于,所述方法包括:
获取待处理的无人机航测数据;
通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态;
根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,包括:
在当前航测距离数据对应的航测状态为终点状态时,确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据;
按照预设的航拍时间段,获取每个航拍时间节点对应的航测状态;如果该航测状态为起点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
如果所述航测状态为终点状态,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据,并将该航拍时间节点确定为当前航测距离数据,执行所述确定在所述当前航测距离数据之后且对应的航测状态为起点状态的最小航测距离数据,并将所述最小航测距离数据对应的航测面积数据确定为目标航测面积数据步骤。
3.根据权利要求2所述的方法,其特征在于,所述将所述航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据之前,还包括:
根据所述航拍时间节点、所述航拍时间节点之后且对应的航测状态为起点状态的航测距离数据,确定最小航拍时长;如果所述最小航拍时长小于预设的航拍时长阈值,则将所述航拍时间段内的航测距离数据对应的航测面积数据确定为目标航测面积数据,并获取下一航拍时间节点对应的航测状态;
如果所述最小航拍时长大于所述航拍时长阈值,则执行将该航拍时间段内的航测距离数据对应的航测面积数据确定为非目标航测面积数据步骤。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:接收数据处理终端发送的当前航测数据获取请求,所述当前航测数据获取请求用于指示获取包含目标航测面积数据的无人机航测数据;根据所述航测面积数据与航测距离数据的对应关系,确定所述目标航测面积数据对应的目标航测距离数据;根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,所述响应数据用于确定所述无人机航测数据中包含的所述目标航测面积数据。
5.根据权利要求4所述的方法,其特征在于,当所述数据处理终端处于展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:生成包含所述目标航测距离数据的响应数据;将所述响应数据发送至所述数据处理终端,以使所述数据处理终端在当前展示所述无人机航测数据的状态下,在预设的航测时间段中,展示所述目标航测面积数据的目标航测距离数据。
6.根据权利要求4所述的方法,其特征在于,当所述数据处理终端处于未展示所述无人机航测数据的状态时,所述根据所述目标航测距离数据,生成响应数据,并发送所述响应数据至所述数据处理终端,包括:在无人机航测数据的当前航测数据中,获取所述目标航测距离数据对应的当前航测数据,得到响应数据;发送所述响应数据至所述数据处理终端,以使所述数据处理终端基于所述目标航测距离数据对应的当前航测数据展示所述目标航测面积数据。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于测面积数据与航测距离数据的对应关系对待处理的测绘数据进行制图处理。
8.一种基于大数据的数据处理装置,其特征在于,所述装置包括:
航测数据获取模块,用于获取待处理的无人机航测数据;
对应关系确定模块,用于通过预设的数据处理算法、所述无人机航测数据的航测时间数据、以及所述航测时间数据在所述无人机航测数据中对应的航测距离数据,确定航测状态与航测距离数据的对应关系,其中,所述航测状态包括起点状态和终点状态;
航测面积数据确定模块,用于根据所述航测状态与航测距离数据的对应关系,确定对应的航测状态为起点状态的航测距离数据,将确定出的航测距离数据对应的航测面积数据确定为目标航测面积数据,以建立航测面积数据与航测距离数据的对应关系。
9.一种计算机设备,其特征在于,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中调取计算机程序,并通过运行所述计算机程序实现权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在运行时实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011428895.0A CN112559503A (zh) | 2020-12-09 | 2020-12-09 | 一种基于大数据的数据处理方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011428895.0A CN112559503A (zh) | 2020-12-09 | 2020-12-09 | 一种基于大数据的数据处理方法、装置及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112559503A true CN112559503A (zh) | 2021-03-26 |
Family
ID=75060703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011428895.0A Withdrawn CN112559503A (zh) | 2020-12-09 | 2020-12-09 | 一种基于大数据的数据处理方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559503A (zh) |
-
2020
- 2020-12-09 CN CN202011428895.0A patent/CN112559503A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110610197B (zh) | 一种困难样本挖掘和模型训练方法、装置和电子设备 | |
CN109284779A (zh) | 基于深度全卷积网络的物体检测方法 | |
CN110765882B (zh) | 一种视频标签确定方法、装置、服务器及存储介质 | |
CN110222785B (zh) | 用于气体传感器漂移校正的自适应置信度主动学习方法 | |
CN108763575B (zh) | 基于像控点数据库的像控点自动选取方法 | |
CN111414951B (zh) | 用于图像的细分类方法及装置 | |
CN113870254B (zh) | 目标对象的检测方法、装置、电子设备及存储介质 | |
CN114998432A (zh) | 一种基于YOLOv5的电路板检测点定位方法 | |
CN112614570B (zh) | 样本集标注、病理图像分类、分类模型构建方法及装置 | |
CN111563532B (zh) | 一种基于属性权重融合的未知目标识别方法 | |
CN107452003A (zh) | 一种含有深度信息的图像分割的方法及装置 | |
CN114648683B (zh) | 基于不确定性分析的神经网络性能提升方法和设备 | |
CN112559590A (zh) | 一种测绘数据资源处理方法、装置及服务器 | |
CN112559503A (zh) | 一种基于大数据的数据处理方法、装置及计算机设备 | |
CN111597336A (zh) | 训练文本的处理方法、装置、电子设备及可读存储介质 | |
CN112559589A (zh) | 一种远程测绘数据处理方法及系统 | |
CN112132239B (zh) | 一种训练方法、装置、设备和存储介质 | |
CN115984559A (zh) | 智能样本精选方法及相关装置 | |
CN112328951B (zh) | 一种分析样品的实验数据的处理方法 | |
CN114708445A (zh) | 一种商标相似度识别方法、装置、电子设备及存储介质 | |
CN103400375B (zh) | 一种检测场景特征点与图像点特征间匹配中误匹配的方法 | |
CN113269229A (zh) | 一种面向深度学习分类模型泛化能力增强的训练方法 | |
CN113283598A (zh) | 模型训练方法、装置、存储介质及电子设备 | |
CN112699908A (zh) | 标注图片的方法、电子终端、计算机可读存储介质及设备 | |
CN112488174A (zh) | 一种相似零件智能检索方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210326 |