基于多源异构遥感数据关联构建及多用户数据匹配方法组成比例

本发明专利技术公开了一种基于多源异构遥感数据关联构建及多用户数据匹配方法，包括如下步骤：步骤一：输入遥感业务数据集和遥感产品数据集；步骤二：进行数据清洗和预处理；步骤三：进行数据分类建模；步骤四：知识抽取，包括遥感业务数据的属性抽取和遥感产品数据的特征提取；步骤五：进行多源异构知识融合，将多个知识构建链接关系，根据对遥感数据抽取出的元数据信息，融合不同本体数据的属性相似度来构建多个知识体系的链接关系；步骤六：关联关系模型构建；步骤七：对已采集的大量用户身份和行为数据进行挖掘分析，构建用户画像标签；步骤八：用户的身份和行为进行相似度计算；步骤九：进行个性化用户画像模型构建，与关联关系构建模型中的结果进行匹配。

【技术实现步骤摘要】
基于多源异构遥感数据关联构建及多用户数据匹配方法
本专利技术涉及数据处理领域，尤其涉及一种基于多源异构遥感数据关联构建及多用户数据匹配方法。
技术介绍
近年来，我国遥感对地观测技术的飞速发展，某些领域已跻身国际前列，遥感数据被广泛应用于国民经济和社会发展各个领域。为满足不断深化的应用需求，卫星数量不断增多，遥感影像分辨率/幅宽不断提升、可见光、高光谱、SAR等各种遥感数据大量获取，每日达10TB以上，对不同领域的用户，如何准确、智能地识别用户需求，并及时进行遥感数据产品的精准推荐,满足不同用户的业务需求，是遥感数据应用推广、实现商业价值面临的极大挑战。在遥感数据推广服务相关领域，现有系统都是用户通过与计算机可视化终端交互的方式，从庞大的数据库筛选出数据的方式进行遥感数据的浏览、下载以及制作；在遥感数据用户画像构建领域，现有系统对用户划分的力度较大，一般都是从行业或者业务模式进行粗粒度划分，如部队、科研所、政府部门、高等院校，不能具体到应用需求层面进行用户画像的构建。遥感大数据时代来源多样、数据量庞大、关联关系复杂。在用户面临日以本文档来自技高网...

【技术保护点】
1.一种基于多源异构遥感数据关联构建及多用户数据匹配方法，其特征在于，包括如下步骤：/n步骤一：输入遥感业务数据集和遥感产品数据集，所述遥感业务数据集包括目标、轨迹、文本、图片数据；遥感产品数据包括Sar影像、全色影像、多光谱影像数据、可见光数据遥感影像数据；/n步骤二：进行数据清洗和预处理，所述数据清洗包括：对于遥感业务数据进行语法检查、拼写检查、缺失值处理、去重处理、去除无效字符和噪声处理；所述预处理包括对于遥感产品数据，借助人工判读进行影像质量检查，对于变形、云雾干扰的影像首先进行影像预处理；包括剔除不必要的厚云区域，进行云雾去除；进行形变校正，针对SAR成像存在几何形变导致机场、道路发...

【技术特征摘要】
1.一种基于多源异构遥感数据关联构建及多用户数据匹配方法，其特征在于，包括如下步骤：
步骤一：输入遥感业务数据集和遥感产品数据集，所述遥感业务数据集包括目标、轨迹、文本、图片数据；遥感产品数据包括Sar影像、全色影像、多光谱影像数据、可见光数据遥感影像数据；
步骤二：进行数据清洗和预处理，所述数据清洗包括：对于遥感业务数据进行语法检查、拼写检查、缺失值处理、去重处理、去除无效字符和噪声处理；所述预处理包括对于遥感产品数据，借助人工判读进行影像质量检查，对于变形、云雾干扰的影像首先进行影像预处理；包括剔除不必要的厚云区域，进行云雾去除；进行形变校正，针对SAR成像存在几何形变导致机场、道路发生弯曲，运用图像非均匀采样的方法进行形变校正，采用双线性插值、或立方插值方法进行像元位置或像元间距重新采样；
步骤三：进行数据分类建模，数据分类建模输入为步骤二进行清洗后的数据集，分类器采用数据挖掘中关联规则挖掘的方法，基于关联规则的分类，首先用关联规则挖掘算法从训练数据本体样本集中挖掘出所有指定置信度的类关联规则；然后从挖掘出的类关联规则中迭代出最优规则用于分类，最后运用最优规则将表征同一事物的本体聚集到一起，将多个异构本体合并为全局统一本体；
步骤四：知识抽取，包括遥感业务数据的属性抽取和遥感产品数据的特征提取；所述遥感业务数据的属性抽取包括名称、时间、空间、上传者、所属国家、数据格式、关键词、元数据信息的抽取；所述元数据信息包括数据类别、数据名称、分辨率、所属卫星、传感器、包含目标、景号、位置、范围、产品级别、拇指图；所述特征提取首先根据遥感影像的相谱显著性图，提取感兴趣区域；在感兴趣区域内进行同质滤波，结合相谱显著性图，确认待检测目标区域；在目标区域内，计算各目标的主轴方向，提取目标的S-HOG特征描述子；根据目标的形状知识，对目标的S-HOG特征描述子进行判别，进行目标判断识别和提取；
步骤五：进行多源异构知识融合，将多个知识构建链接关系，根据对遥感数据抽取出的元数据信息，通过融合不同本体数据的属性相似度来构建多个知识体系的链接关系；
步骤六：关联关系模型构建，通过对本体知识的抽取和融合，在数据库建立索引，运用图数据库构建知识图谱拓扑关系，得到关联关系构建模型；
步骤七：对已采集的大量用户身份和行为数据进行挖掘分析，构建用户画像标签，在对原始数据进行整合和筛选后，根据数据的属性和重要性，将数据划分为两类标签数据，分别是静态标签数据和动态标签数据；
步骤八：针对不同类用户的身份和行为进行相似度计算，通过静态标签数据和动态标签数据进行挖掘分析，进行相似度计算，对庞大的用户群体进行归类；
步骤九：进行个性化用户画像模型构建，步骤八相似度计算的输出为一类用户的行为习惯，将之与关联关系构建模型中的结果进行匹配。


2.根据权利要求1所述的一种基于多源异构遥感数据关联构建及多用户数据匹配方法，其特征在于：
所述步骤一中的目标为能够从遥感影像上提取到的物体，包括舰船、港口飞机、机场、标志性地标建筑物，所述轨迹为物体运动轨迹，包括：舰船轨迹，无人机航迹线，所述图片为与影像相关的缩略图、与目标相关的公开图片。


3.根据权利要求1所述的一种基于多源异构遥感数据关联构建及多用户数据匹配方法，其特征在于：
所述步骤五中，通过融合不同本体数据的属性相似度来构建多个知识体系的链接关系，所述数据的属性是指元数据信息的属性，对于遥感影像产品，通过特征提取、语义分析的方式提取出舰船目标，舰船目标作为元数据信息，包括位置、型号、大小多个属性值，通过属性值集的比对，判断本体数据是否有关联性。


4.根据权利要求1所述的一种基于多源异构遥感数据关联构建及多用户数据匹配...

【专利技术属性】
技术研发人员：张丽，金家栋，史经业，苏婉艳，赵娜，杜晓辉，孙鑫鑫，李双雷，马冯，郭国龙，
申请(专利权)人：中科星图股份有限公司，
类型：发明
国别省市：北京;11