一种生态网格数据的采集传输方法及系统与流程

1.本公开属于数据处理、数据采集传输技术领域，具体涉及一种生态网格数据的采集传输方法及系统。


背景技术：

2.在社会治理中，网格化治理是管理社会的事件分级分类标准的重要手段。以网格化为基础，各类社会治理环境和治理机制形成紧密的内在治理生态，这就是我们所说的治理生态网格。在当今的信息化时代，每天都会产生成千上万的社会事务办理，随着手机客户端、微信小程序和线上办理业务的技术普及，社会事务的电子化自动处理正在迅速发展，大大提高了社会服务效率，切实方便了人民群众的出行办事，而这一切都有赖于对社会治理生态网格内数据流转的智能化高效处理。生态网格的大数据系统，通过算法形成社会治理事件智能分拨数据体系模型，实现数据事件智能分拨流转，高效协同处置。随着大数据与人工智能技术的日益高速发展，统筹各区域生态网格的平衡发展，协调各网格内社会事务的电子化、智能化、高效化发展是社会事务管理的重大范畴。在防治和控制传染性疾病中，生态网格的智能化数据治理有助于高效调配社会各方面的资源调配，有利于加快高效处理广大范围的用户的大规模的事件请求，提高线上办事的处理效率与服务质量，提高社会事务的管理和服务水平。然而，目前普遍的数据传输技术较少着眼于数据传输的时间效率和总体高效协同，不足以应对社会治理生态网格内日益大规模增长的数据请求事件，急需提出新方法新技术解决这一生态网格治理需求。


技术实现要素：

3.本发明的目的在于提出一种生态网格数据的采集传输方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
4.在当今的自动化大数据社会管理中，大数据和互联网以及人工智能技术的普及应用使得线上办理各种事务成为社会的常态，每一天随着居民的生产生活需要不断产生大量的数据，不同区域的人口密度各不相同，相对应产生的数据业务的处理的时间要求亦各不相同，对大规模的数据量的高效快速处理成为服务数据管理系统的重大课题，需要依据生态网格的数据治理提出能有效分拨流转和高效协同处置的数据传输方法及系统。
5.本公开提供了一种生态网格数据的采集传输方法及系统，依据各网格分区的人口密度通过计算各生态网格各网格分区的数据请求的时间权重和数据量权重，由此获得各数据请求的优先权值，按优先权值的排序结果的先后顺序，按顺序进行向云服务器发送数据请求的任务，实现数据请求事件的智能分拨流转和高效协同处置，达到对数据请求的处理效率的提高以及对数据请求的处理时间的有效分配。
6.为了实现上述目的，根据本公开的一方面，提供一种生态网格数据的采集传输方法，所述方法包括以下步骤：
7.s100，将电子地图及其对应的人口热力图按照人口密度划分得到网格分区(也简
称为分区)，所有网格分区作为一个生态网格；
8.s200，在生态网格的每个网格分区采集数据请求，所述数据请求为一个用户在客户端输入并传输到分布式数据库进行存储的一份由日期、字节数量和字符数据组成的结构化数据；
9.s300，通过计算所有数据请求中的日期得到时间权重；
10.s400，分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据，以此得到数据量权重；
11.s500，根据时间权重和数据量权重，计算得到各数据请求的优先权值；
12.s600,通过计算各数据请求的优先权值，按照数据请求的优先权值的排序作为时间的先后顺序，按先后顺序将对应的数据请求发送到云服务器。
13.进一步地，在s100中，将电子地图及其对应的人口热力图按照人口密度划分得到网格分区，所有网格分区作为一个生态网格，方法为：根据电子地图上的经纬度坐标、及经纬度坐标对应的人口热力图上的人口密度值，所述电子地图及其对应的人口热力图在实际的地理经纬度坐标上相互对应，所述人口热力图的帧的矩阵包含了其相应经纬度的人口密度值，使用边缘线检测算法(参考论文为[1]p doll
á
r,zitnick c l.fast edge detection using structured forests[j].ieee transactions on pattern analysis and machine intelligence,2014,37(8):1558
‑
1570.或者为[2]xie s,tu z.holistically
‑
nested edge detection.ieee,2015.)对人口热力图进行边缘检测得到人口热力图上的边缘线，利用边缘线将人口热力图分割成多个部分，每个部分对应的电子地图上的实际的区域作为一个网格分区记作dis，通过计算该网格分区dis对应电子地图上包括的所有经纬度坐标在人口热力图上的人口密度值的算术平均值得出该网格分区的平均人口密度ρ，所有的网格分区组成的集合为一个生态网格记作grid。
[0014]
进一步地，在s200中，在生态网格的每个网格分区采集数据请求，所述数据请求为一个用户在客户端输入并传输到分布式数据库进行存储的一份由日期、字节数量和字符数据组成的结构化数据，方法为：在生态网格的每个网格分区中，将位于其中的用户在客户端的一次数据输入进行数据封装成为一份结构化数据，所述结构化数据中包括该数据采集的日期、该数据的字节数量、以及该数据的字符数据，将结构化数据传输到分布式数据库进行存储作为一次数据请求记作r，所述数据请求由于采集的网格分区不同而在分布式数据库中带有不同的标识，所述字节数量为该结构化数据的字节的数量，所述字符数据为用户在客户端输入的字符串。
[0015]
进一步地，在s300中，通过计算所有数据请求中的日期得到时间权重，方法为：将各个网格分区所包含的数据请求中包括的日期记作由年、月、日、时、分、秒六位数值组成的数组t，t＝[y,m,d,h,n,s],其中，y表示年的数值,m表示月的数值,d表示日的数值,h表示小时的数值,n表示分钟的数值,s表示秒的数值，将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，数据请求r_i包括的日期记作t_i，t_i＝[y_i,m_i,d_i,h_i,n_i,s_i],其中y_i表示r_i采集时间的年的数值,m_i表示r_i采集时间的月的数值,d_i表示r_i采集时间的日的数值,h_i表示r_i采集时间的小时的数值,n_i表示r_i采集时间的分钟的数值,s_i表示r_i采集时间的秒的数值；记
从一次数据请求中提取出该数据请求中包括的日期为函数temp()，则有t_i＝temp(r_i)，记从一个网格分区的所有的数据请求中筛选出包括的日期最早的数据请求的日期的函数为fir(),设rset中日期最早的数据请求的日期为t_fir，即t_fir＝fir(rset),t_f＝[y_f,m_f,d_f,h_f,n_f,s_f],其中y_f表示t_f的年的数值,m_f表示t_f的月的数值,d_f表示t_f的日的数值,h_f表示t_f的小时的数值,n_f表示t_f的分钟的数值,s_f表示t_f的秒的数值；由此分别计算一个网格分区的各数据请求的时间权重，记时间权重为wet，则rset中序号为i的数据请求的时间权重可记作wet_i或wet(rset,r_i)，wet_i＝wet(rset,r_i),定义trs1为第一中间变量，trs1的计算公式为：
[0016]
trs1＝y_f*y_i+m_f*m_i+d_f*d_i+h_f*h_i+n_f*n_i+s_f*s_i，定义trs2为第二中间变量，trs2的计算公式为：
[0017][0018]
其中计算wet(rset,r_i)的公式为：
[0019][0020]
所得的wet_i表示序号为i的数据请求r_i的日期在集合rset中的时间权重，得到该时间权重有助于衡量一次数据请求在整个网格分区的数据请求中的日期的先后比重。
[0021]
进一步地，在s400中，分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据，以此得到数据量权重，方法为：将各个网格分区所包含的数据请求中包括的字节数量记为by、数据请求中包括的字符串记为str，将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，数据请求r_i包括的字节数量记为by_i或by(r_i)、包括的字符串记为str_i或者str(r_i)，设函数len()为获取一次数据请求包括的字符串长度的函数，函数ln()为计算以自然数e为底的对数的函数,令数据量权重为weg，则在rset中序号为i的数据请求r_i的数据量权重记为weg_i或weg(rset,r_i),weg_i＝weg(rset,r_i),基于r_i包括的字节数量和字符串计算数据量权重weg_i的公式为：
[0022][0023]
所求得的数据量权重weg_i有助于衡量各数据请求在总体中的大小。
[0024]
进一步地，在s500中，根据时间权重和数据量权重，计算得到各数据请求的优先权值，方法为：将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，对网格分区中的每一次数据请求，取数据请求中包括的日期的表示日的数值记为d，令rset中序号为i的数据请求r_i包括的的日期的表示日的数值记为d_i或者d(r_i)，d_i＝d(r_i),设m表示数据请求的包括的日期所在的月份的月内总共的天数，令m_i表示数据请求r_i的日期所在的月份的该月内总共的天数，依照s300中所述方法和s400中所述方法，计算一次数据请求r_i在其所在的网格分区的集合rset中的时间权重wet_i以及数据量权重weg_i，根据时间权重以及数据量权重求出数据请求的优先
权值pr，数据请求r_i在其所在的网格分区的集合rset中的优先权值记为pr_i或者pr(rset,r_i),pr_i＝pr(rset,r_i),则优先权值pr_i的计算公式为：
[0025][0026]
集合rset中的所有的数据请求的优先权值可表示为集合pset,
[0027]
pset＝{pr(rset,r_i),r_i∈rset}
[0028]
rset中总共有n1次数据请求r_i，对应地，集合pset中有n1个优先权值，该计算优先权值的方法有助于衡量不同的数据请求在一个网格分区中的先后顺序的优先等级。
[0029]
进一步地，在s600中，通过计算各数据请求的优先权值，按照数据请求的优先权值的排序作为时间的先后顺序，按先后顺序将对应的数据请求发送到云服务器，方法为：令所有的网格分区组成的集合为一个生态网格grid，一个生态网格grid中包含的所有的网格分区的数量为k，变量j表示生态网格grid中的网格分区的序号，j∈[1,k]，将生态网格grid中序号为j的网格分区记为dis_j，网格分区dis_j的平均人口密度记为ρ_j，根据s500中所述方法，网格分区dis_j中所有的数据请求的集合记为rset_j，rset_j中的序号为i的数据请求记为r_i_j,rset_j中的序号为i的数据请求r_i_j中包括的日期记为t_i_j或temp(r_i_j),r_i_j中包括的字节数量记为by_i_j、数据请求中包括的字符串记为str_i_j，rset_j中日期最早的数据请求的日期为t_fir_j或者fir(rset_j),将rset_j中序号为i的数据请求的时间权重可记作wet_i_j或wet(rset_j,r_i_j)、rset_j中序号为i的数据请求的数据量权重记作weg_i_j或weg(rset_j,r_i_j),函数max_sort()为按数值从大到小排序的函数，执行如下步骤：
[0030]
s601，从分布式数据库中，获取集合grid；
[0031]
s602，创建空数组lset；在集合grid中，获取其中各个网格分区dis_j对应的平均人口密度记ρ_j并将ρ_j加入lset中；
[0032]
s603，选取lset中数值最大的元素，进而获取该元素对应的平均人口密度最大的网格分区dis_j；
[0033]
s604，获取网格分区dis_j的数据请求的集合rset_j；
[0034]
s605，通过s500所述方法，获取集合rset_j中的所有的数据请求的优先权值可表示为集合pset_j，得到pset_j＝{pr(rset_j,r_i_j),r_i_j∈rset_j}；
[0035]
s606，通过函数max_sort()计算函数max_sort(pset_j)，将pset_j中的元素按数值从大到小排序得到排序结果的序列为seq，按照排序的结果seq中各元素对应的从大到小的先后顺序，作为rset_j中各数据请求r_i_j向云处理器进行发送的先后顺序，按照此先后顺序将rset_j中的各数据请求r_i_j向云处理器进行发送。
[0036]
本公开还提供了一种生态网格数据的采集传输系统，所述一种生态网格数据的采集传输系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1中的一种生态网格数据的采集传输方法中的步骤，所述一种生态网格数据的采集传输系统可以运行于桌上型计算机、笔记本、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
[0037]
数据网格分区单元，用于将电子地图及其对应的人口热力图按照人口密度划分得到网格分区进而组成生态网格；
[0038]
数据请求采集单元，用于在生态网格的每个网格分区中采集数据请求；
[0039]
权重计算单元，用于通过计算所有数据请求中的日期得到时间权重并分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据得到数据量权重；
[0040]
优先权值计算单元，用于根据时间权重和数据量权重计算得到各数据请求的优先权值；
[0041]
排序发送单元,用于按照数据请求的优先权值的排序作为时间的先后顺序按先后顺序将对应的数据请求发送到云服务器。
[0042]
本公开的有益效果为：本公开提供了一种生态网格数据的采集传输方法及系统，依据各网格分区的人口密度，通过计算各生态网格各网格分区的数据请求的时间权重和数据量权重，由此获得各数据请求的优先权值，按优先权值的排序结果的先后顺序，按顺序进行向云服务器发送数据请求的任务，实现数据请求事件的智能分拨流转和高效协同处置，达到对数据请求的处理效率的提高以及对数据请求的处理时间的有效分配。
附图说明
[0043]
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
[0044]
图1所示为一种生态网格数据的采集传输方法的流程图；
[0045]
图2所示为一种生态网格数据的采集传输系统的系统结构图。
具体实施方式
[0046]
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0047]
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0048]
如图1所示为根据本发明的一种生态网格数据的采集传输方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种生态网格数据的采集传输方法及系统。
[0049]
本公开提出一种生态网格数据的采集传输方法，所述方法具体包括以下步骤：
[0050]
s100，将电子地图及其对应的人口热力图按照人口密度划分得到网格分区，所有网格分区作为一个生态网格；
[0051]
s200，在生态网格的每个网格分区采集数据请求，所述数据请求为一个用户在客户端输入并传输到分布式数据库进行存储的一份由日期、字节数量和字符数据组成的结构
化数据；
[0052]
s300，通过计算所有数据请求中的日期得到时间权重；
[0053]
s400，分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据，以此得到数据量权重；
[0054]
s500，根据时间权重和数据量权重，计算得到各数据请求的优先权值；
[0055]
s600,通过计算各数据请求的优先权值，按照数据请求的优先权值的排序作为时间的先后顺序，按先后顺序将对应的数据请求发送到云服务器。
[0056]
进一步地，在s100中，将电子地图及其对应的人口热力图按照人口密度划分得到网格分区，所有网格分区作为一个生态网格，方法为：根据电子地图上的经纬度坐标、及经纬度坐标对应的人口热力图上的人口密度值，所述电子地图及其对应的人口热力图在实际的地理经纬度坐标上相互对应，所述人口热力图的帧的矩阵包含了其相应经纬度的人口密度值，使用边缘线检测算法算法(参考论文为[1]p doll
á
r,zitnick c l.fast edge detection using structured forests[j].ieee transactions on pattern analysis and machine intelligence,2014,37(8):1558
‑
1570.或者为[2]xie s,tu z.holistically
‑
nested edge detection.ieee,2015.)对人口热力图进行边缘检测得到人口热力图上的边缘线，利用边缘线将人口热力图分割成多个部分，每个部分对应的电子地图上的实际的区域作为一个网格分区记作dis，通过计算该网格分区dis对应电子地图上包括的所有经纬度坐标在人口热力图上的人口密度值的算术平均值得出该网格分区的平均人口密度ρ，所有的网格分区组成的集合为一个生态网格记作grid。
[0057]
进一步地，在s200中，在生态网格的每个网格分区采集数据请求，所述数据请求为一个用户在客户端输入并传输到分布式数据库进行存储的一份由日期、字节数量和字符数据组成的结构化数据，方法为：在生态网格的每个网格分区中，将位于其中的用户在客户端的一次数据输入进行数据封装成为一份结构化数据，所述结构化数据中包括该数据采集的日期、该数据的字节数量、以及该数据的字符数据，将结构化数据传输到分布式数据库进行存储作为一次数据请求记作r，所述数据请求由于采集的网格分区不同而在分布式数据库中带有不同的标识，所述字节数量为该结构化数据的字节的数量，所述字符数据为用户在客户端输入的字符串。
[0058]
进一步地，在s300中，通过计算所有数据请求中的日期得到时间权重，方法为：将各个网格分区所包含的数据请求中包括的日期记作由年、月、日、时、分、秒六位数值组成的数组t，t＝[y,m,d,h,n,s],其中，y表示年的数值,m表示月的数值,d表示日的数值,h表示小时的数值,n表示分钟的数值,s表示秒的数值，将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，数据请求r_i包括的日期记作t_i，t_i＝[y_i,m_i,d_i,h_i,n_i,s_i],其中y_i表示r_i采集时间的年的数值,m_i表示r_i采集时间的月的数值,d_i表示r_i采集时间的日的数值,h_i表示r_i采集时间的小时的数值,n_i表示r_i采集时间的分钟的数值,s_i表示r_i采集时间的秒的数值；,记从一次数据请求中提取出该数据请求中包括的日期为函数temp()，则有t_i＝temp(r_i)，记从一个网格分区的所有的数据请求中筛选出包括的日期最早的数据请求的日期的函数为fir(),设rset中日期最早的数据请求的日期为t_fir，即t_fir＝fir(rset),t_f＝
[y_f,m_f,d_f,h_f,n_f,s_f],其中y_f表示t_f的年的数值,m_f表示t_f的月的数值,d_f表示t_f的日的数值,h_f表示t_f的小时的数值,n_f表示t_f的分钟的数值,s_f表示t_f的秒的数值；由此分别计算一个网格分区的各数据请求的时间权重，记时间权重为wet，则rset中序号为i的数据请求的时间权重可记作wet_i或wet(rset,r_i)，wet_i＝wet(rset,r_i),定义trs1为第一中间变量，trs1的计算公式为：
[0059]
trs1＝y_f*y_i+m_f*m_i+d_f*d_i+h_f*h_i+n_f*n_i+s_f*s_i，定义trs2为第二中间变量，trs2的计算公式为：
[0060][0061]
其中计算wet(rset,r_i)的公式为：
[0062][0063]
所得的wet_i表示序号为i的数据请求r_i的日期在集合rset中的时间权重，得到该时间权重有助于衡量一次数据请求在整个网格分区的数据请求中的日期的先后比重。
[0064]
进一步地，在s400中，分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据，以此得到数据量权重，方法为：将各个网格分区所包含的数据请求中包括的字节数量记为by、数据请求中包括的字符串记为str，将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，数据请求r_i包括的字节数量记为by_i或by(r_i)、包括的字符串记为str_i或者str(r_i)，设函数len()为获取一次数据请求包括的字符串长度的函数，函数ln()为计算以自然数e为底的对数的函数,令数据量权重为weg，则在rset中序号为i的数据请求r_i的数据量权重记为weg_i或weg(rset,r_i),weg_i＝weg(rset,r_i),基于r_i包括的字节数量和字符串计算数据量权重weg_i的公式为：
[0065][0066]
所求得的数据量权重weg_i有助于衡量各数据请求在总体中的大小。
[0067]
进一步地，在s500中，根据时间权重和数据量权重，计算得到各数据请求的优先权值，方法为：将一个网格分区的所有的数据请求的序号以变量i表示，则序号为i的数据请求记作r_i，一个网格分区的所有的数据请求记作集合rset,r_i∈rset,令n1为集合rset的所有的数据请求的数量，则i∈[1,n1]，对网格分区中的每一次数据请求，取数据请求中包括的日期的表示日的数值记为d，令rset中序号为i的数据请求r_i包括的的日期的表示日的数值记为d_i或者d(r_i)，d_i＝d(r_i),设m表示数据请求的包括的日期所在的月份的该月内总共的天数，令m_i表示数据请求r_i的日期所在的月份的该月内总共的天数，依照s300中所述方法和s400中所述方法，计算一次数据请求r_i在其所在的网格分区的集合rset中的时间权重wet_i以及数据量权重weg_i，根据时间权重以及数据量权重求出数据请求的优先权值pr，数据请求r_i在其所在的网格分区的集合rset中的优先权值记为pr_i或者pr(rset,r_i),pr_i＝pr(rset,r_i),则优先权值pr_i的计算公式为：
[0068][0069]
集合rset中的所有的数据请求的优先权值可表示为集合pset,
[0070]
pset＝{pr(rset,r_i),r_i∈rset}
[0071]
rset中总共有n1次数据请求r_i，对应地，集合pset中有n1个优先权值，该计算优先权值的方法有助于衡量不同的数据请求在一个网格分区中的先后顺序的优先等级。
[0072]
进一步地，在s600中，通过计算各数据请求的优先权值，按照数据请求的优先权值的排序作为时间的先后顺序，按先后顺序将对应的数据请求发送到云服务器，方法为：以s100中所述方法和s200中所述方法，令所有的网格分区组成的集合为一个生态网格grid，一个生态网格grid中包含的所有的网格分区的数量为k，变量j表示生态网格grid中的网格分区的序号，j∈[1,k]，将生态网格grid中序号为j的网格分区记为dis_j，网格分区dis_j的平均人口密度记为ρ_j，根据s500中所述方法，网格分区dis_j中所有的数据请求的集合记为rset_j，rset_j中的序号为i的数据请求记为r_i_j,rset_j中的序号为i的数据请求r_i_j中包括的日期记为t_i_j或temp(r_i_j),r_i_j中包括的字节数量记为by_i_j、数据请求中包括的字符串记为str_i_j，rset_j中日期最早的数据请求的日期为t_fir_j或者fir(rset_j),将rset_j中序号为i的数据请求的时间权重可记作wet_i_j或wet(rset_j,r_i_j)、rset_j中序号为i的数据请求的数据量权重记作weg_i_j或weg(rset_j,r_i_j),函数max_sort()为按数值从大到小排序的函数，执行如下步骤：
[0073]
s601，从分布式数据库中，获取集合grid；
[0074]
s602，创建空数组lset；在集合grid中，获取其中各个网格分区dis_j对应的平均人口密度记ρ_j并将ρ_j加入lset中；
[0075]
s603，选取lset中数值最大的元素，进而获取该元素对应的平均人口密度最大的网格分区dis_j；
[0076]
s604，获取网格分区dis_j的数据请求的集合rset_j；
[0077]
s605，通过s500所述方法，获取集合rset_j中的所有的数据请求的优先权值可表示为集合pset_j，得到pset_j＝{pr(rset_j,r_i_j),r_i_j∈rset_j}；
[0078]
s606，通过函数max_sort()计算函数max_sort(pset_j)，将pset_j中的元素按数值从大到小排序得到排序结果的序列为seq，按照排序的结果seq中各元素对应的从大到小的先后顺序，作为rset_j中各数据请求r_i_j向云处理器进行发送的先后顺序，按照此先后顺序将rset_j中的各数据请求r_i_j向云处理器进行发送。
[0079]
所述一种生态网格数据的采集传输系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种生态网格数据的采集传输方法实施例中的步骤，所述一种生态网格数据的采集传输系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
[0080]
本公开的实施例提供的一种生态网格数据的采集传输系统，如图2所示，该实施例的一种生态网格数据的采集传输系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种生态网格数据的采集传输方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系
统的单元中：
[0081]
数据网格分区单元，用于将电子地图及其对应的人口热力图按照人口密度划分得到网格分区进而组成生态网格；
[0082]
数据请求采集单元，用于在生态网格的每个网格分区中采集数据请求；
[0083]
权重计算单元，用于通过计算所有数据请求中的日期得到时间权重并分别计算各个网格分区内的数据请求的整体数量以及各数据请求的字节数量和字符数据得到数据量权重；
[0084]
优先权值计算单元，用于根据时间权重和数据量权重计算得到各数据请求的优先权值；
[0085]
排序发送单元,用于按照数据请求的优先权值的排序作为时间的先后顺序按先后顺序将对应的数据请求发送到云服务器。
[0086]
所述一种生态网格数据的采集传输系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中。所述一种生态网格数据的采集传输系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种生态网格数据的采集传输方法及系统的示例，并不构成对一种生态网格数据的采集传输方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种生态网格数据的采集传输系统还可以包括输入输出设备、网络接入设备、总线等。
[0087]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种生态网格数据的采集传输系统的控制中心，利用各种接口和线路连接整个一种生态网格数据的采集传输系统的各个网格分区域。
[0088]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种生态网格数据的采集传输方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0089]
本公开提供了一种生态网格数据的采集传输方法及系统，依据各网格分区的人口密度，通过计算各生态网格各网格分区的数据请求的时间权重和数据量权重，由此获得各数据请求的优先权值，按优先权值的排序结果的先后顺序，按顺序进行向云服务器发送数据请求的任务，实现数据请求事件的智能分拨流转和高效协同处置，达到对数据请求的处理效率的提高以及对数据请求的处理时间的有效分配。
[0090]
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非
旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。