【技术实现步骤摘要】
本专利技术属于数据融合压缩，更具体地，涉及一种卫星情报与训练数据能效管理与优化方法及系统。
技术介绍
1、数据压缩技术已经取得了显著的进展，并且在各个领域都得到了广泛的应用。以下是一些数据压缩技术的主要现状：
2、无损压缩：
3、huffman 编码：通过使用可变长度编码来表示不同符号，以实现对数据的高效压缩。
4、lempel-ziv 系列算法：如lz77和lz78，这些算法在许多压缩工具中都得到了广泛应用，例如 deflate 算法（用于zip 文件）。
5、数据聚类是数据分析和机器学习中的重要任务，其目标是将数据集中的相似对象归为一类。以下是数据聚类技术的一些主要现状：
6、k均值聚类：k均值聚类是一种常用的基于原型的聚类算法，通过将数据点分配到k个簇中，每个簇的中心表示该簇的平均位置。
7、层次聚类：层次聚类通过构建层次化的簇结构，逐步合并或划分簇，形成树状结构。这可以是自上而下（凝聚性层次聚类）或自下而上（分裂性层次聚类）的过程。
8、但是现有技术中并没有一种针对卫星遥感数据和训练数据的聚类、融合、压缩方法，且能够对压缩后的数据评估终端操作的性能。
技术实现思路
1、为解决以上技术问题，本专利技术提出一种卫星情报与训练数据能效管理与优化方法，所述卫星情报数据为卫星遥感数据，所述训练数据为人员训练时的场地数据，包括：
2、按照时间提取所述卫星遥感数据的特征向量和所述场地数据的特征
3、获取同一时间同一坐标处所述卫星遥感数据的特征向量和所述场地数据的特征向量，并设置卫星情报数据与训练数据融合模型，计算同一时间同一坐标处融合后的数据特征向量，完成数据融合，设置融合后数据的压缩模型，对所述融合后的数据特征向量进行数据压缩，生成压缩后的数据特征向量，并通过终端进行传输及操作；
4、设置数据能效评估模型，计算所述终端对压缩后的数据特征向量进行传输及操作时的数据能效评估指数，当所述数据能效评估指数超过预设阈值时，对所述卫星情报数据与训练数据融合模型和所述数据能效评估模型进行调整，直到所述数据能效评估指数小于预设阈值，以完成能效管理与优化。
5、进一步的，所述卫星情报数据与训练数据融合模型包括：
6、，
7、其中，为在时间时坐标处融合后的数据特征向量，为第一调整因子，为卫星遥感数据位于坐标处的卫星数据特征向量，为第二调整因子，为场地数据位于坐标处的场地数据特征向量，为第三调整因子，为第四调整因子，为第五调整因子，为第六调整因子，为第七调整因子，为第八调整因子，为第九调整因子，为第十调整因子，为第十一调整因子。
8、进一步的，所述融合后数据的压缩模型包括：
9、，
10、其中，为对融合后的数据特征向量进行压缩后的数据特征向量，为第一压缩调整因子，为第二压缩调整因子，为第三压缩调整因子，为第四压缩调整因子，为第五压缩调整因子，为第六压缩调整因子，为第七压缩调整因子，为第八压缩调整因子，为第九压缩调整因子。
11、进一步的，所述数据能效评估模型包括：
12、，
13、其中，为数据能效评估指数，为压缩后的数据特征向量的传输效率，为压缩后的数据特征向量的传输时间，为处理压缩后的数据特征向量的处理器占用率，为传输压缩后的数据特征向量产生的功耗，为压缩后的数据特征向量的数据质量，为由于处理压缩后的数据特征向量产生的处理器故障数量，为处理器处理压缩后的数据特征向量时的处理速度，为内存处理压缩后的数据特征向量时的速度，为处理压缩后的数据特征向量时的平均时间复杂度，为处理器处理压缩后的数据特征向量时的温度，为传输压缩后的数据特征向量时的传输优先级。
14、进一步的，通过梯度下降法对第一调整因子、第二调整因子、第三调整因子、第四调整因子、第五调整因子、第六调整因子、第七调整因子、第八调整因子、第九调整因子、第十调整因子、第十一调整因子、第一压缩调整因子、第二压缩调整因子、第三压缩调整因子、第四压缩调整因子、第五压缩调整因子、第六压缩调整因子、第七压缩调整因子、第八压缩调整因子和第九压缩调整因子，进行拟合。
15、本专利技术还提出一种卫星情报与训练数据能效管理与优化系统，所述卫星情报数据为卫星遥感数据，所述训练数据为人员训练时的场地数据，包括：
16、获取数据模块，用于按照时间提取所述卫星遥感数据的特征向量和所述场地数据的特征向量，所述特征向量包括：表示道路的特征向量、表示山川的特征向量、表示植被的特征向量和/或表示建筑的特征向量；
17、数据处理模块，用于获取同一时间同一坐标处所述卫星遥感数据的特征向量和所述场地数据的特征向量，并设置卫星情报数据与训练数据融合模型，计算同一时间同一坐标处融合后的数据特征向量，完成数据融合，设置融合后数据的压缩模型，对所述融合后的数据特征向量进行数据压缩，生成压缩后的数据特征向量，并通过终端进行传输及操作；
18、评估模块，用于设置数据能效评估模型，计算所述终端对压缩后的数据特征向量进行传输及操作时的数据能效评估指数，当所述数据能效评估指数超过预设阈值时，对所述卫星情报数据与训练数据融合模型和所述数据能效评估模型进行调整，直到所述数据能效评估指数小于预设阈值，以完成能效管理与优化。
19、进一步的，所述卫星情报数据与训练数据融合模型包括：
20、，
21、其中，为在时间时坐标处融合后的数据特征向量，为第一调整因子，为卫星遥感数据位于坐标处的卫星数据特征向量，为第二调整因子，为场地数据位于坐标处的场地数据特征向量，为第三调整因子，为第四调整因子，为第五调整因子，为第六调整因子，为第七调整因子，为第八调整因子，为第九调整因子，为第十调整因子，为第十一调整因子。
22、进一步的，所述融合后数据的压缩模型包括：
23、，
24、其中，为对融合后的数据特征向量进行压缩后的数据特征向量，为第一压缩调整因子，为第二压缩调整因子，为第三压缩调整因子，为第四压缩调整因子，为第五压缩调整因子，为第六压缩调整因子，为第七压缩调整因子，为第八压缩调整因子，为第九压缩调整因子。
25、进一步的，所述数据能效评估模型包括：
26、，
27、其中，为数据能效评估指数，为压缩后的数据特征向量的传输效率，为压缩后的数据特征向量的传输时间，为处理压缩后的数据特征向量的处理器占用率，为传输压缩后的数据特征向量产生的功耗，为压缩后的数据特征向量的数据质量，为由于处理压缩后的数据特征向量产生的处理器故障数量，为处理器处理压缩后的数据特征向量时的处理速度，为内存处理压缩后的数据特征向量时的速度，为处理压缩后的数据特征向量时的平均时间复杂度，为处理器处理压缩后的数据特本文档来自技高网...
【技术保护点】
1.一种卫星情报与训练数据能效管理与优化方法，所述卫星情报数据为卫星遥感数据，所述训练数据为人员训练时的场地数据，其特征在于，包括：
2.如权利要求1所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述卫星情报数据与训练数据融合模型包括：
3.如权利要求2所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述融合后数据的压缩模型包括：
4.如权利要求3所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述数据能效评估模型包括：
5.如权利要求4所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，通过梯度下降法对第一调整因子、第二调整因子、第三调整因子、第四调整因子、第五调整因子、第六调整因子、第七调整因子、第八调整因子、第九调整因子、第十调整因子、第十一调整因子、第一压缩调整因子、第二压缩调整因子、第三压缩调整因子、第四压缩调整因子、第五压缩调整因子、第六压缩调整因子、第七压缩调整因子、第八压缩调整因子和第九压缩调整因子，进行拟合。
6.一种卫星情报与训练数据能效管理与优化系统，所
7.如权利要求6所述的一种卫星情报与训练数据能效管理与优化系统，其特征在于，所述卫星情报数据与训练数据融合模型包括：
8.如权利要求7所述的一种卫星情报与训练数据能效管理与优化系统，其特征在于，所述融合后数据的压缩模型包括：
9.如权利要求8所述的一种卫星情报与训练数据能效管理与优化系统，其特征在于，所述数据能效评估模型包括：
10.如权利要求9所述的一种卫星情报与训练数据能效管理与优化系统，其特征在于，通过梯度下降法对第一调整因子、第二调整因子、第三调整因子、第四调整因子、第五调整因子、第六调整因子、第七调整因子、第八调整因子、第九调整因子、第十调整因子、第十一调整因子、第一压缩调整因子、第二压缩调整因子、第三压缩调整因子、第四压缩调整因子、第五压缩调整因子、第六压缩调整因子、第七压缩调整因子、第八压缩调整因子和第九压缩调整因子，进行拟合。
...【技术特征摘要】
1.一种卫星情报与训练数据能效管理与优化方法，所述卫星情报数据为卫星遥感数据，所述训练数据为人员训练时的场地数据，其特征在于，包括：
2.如权利要求1所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述卫星情报数据与训练数据融合模型包括：
3.如权利要求2所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述融合后数据的压缩模型包括：
4.如权利要求3所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，所述数据能效评估模型包括：
5.如权利要求4所述的一种卫星情报与训练数据能效管理与优化方法，其特征在于，通过梯度下降法对第一调整因子、第二调整因子、第三调整因子、第四调整因子、第五调整因子、第六调整因子、第七调整因子、第八调整因子、第九调整因子、第十调整因子、第十一调整因子、第一压缩调整因子、第二压缩调整因子、第三压缩调整因子、第四压缩调整因子、第五压缩调整因子、第六压缩调整因子、第七压缩调整因子、第八压缩调整因子和第九压缩调整因子，进行拟合。
...【专利技术属性】
技术研发人员：杨威，梅礼晔，叶昭毅，王涛，徐川，王颖，江林烨，段佳，李响，
申请(专利权)人：武昌首义学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。