一种多平台的空间信息资源协同共享方法与流程

本发明涉及资源协同共享，特别是一种多平台的空间信息资源协同共享方法。

背景技术：

1、随着地球观测技术的发展，各类空间数据平台涌现，提供了丰富的卫星图像、地理空间数据等资源，但各平台间存在技术与语义隔阂，使空间信息资源无法有效对接共享。早期的资源协同共享方法主要停留在人工目录对比的层面，效率低下。后来出现了基于字符串匹配的自动化对比方法，但无法解决同义词、语义表达上的差异。

2、近年来，自然语言处理技术进步显著，词向量等新技术使计算机可以理解语义。但现有方法大多单独应用于某一平台内部，未能有效解决跨平台的语义联通问题。另外，虽有基于语义技术的资源整合平台，但重点在语义转换，没有连接后端的计算服务，无法实现深度的数据挖掘应用，此外，缺乏考虑大规模空间数据处理与可视化的方案。

技术实现思路

1、鉴于上述资源协同共享方法中存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于如何提供一种提升空间信息资源的协同共享和综合利用能力的方法。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种多平台的空间信息资源协同共享方法，其包括，在采集各类空间数据平台信息时，使用自然语言处理技术，自动分析平台的文档和网页，提取结构化信息；根据不同平台的数据特点和服务，建立数据目录对照系统；利用网格处理技术，将不同平台的计算服务虚拟化为统一的服务接口，实现服务的互操作；构建立体的服务访问网关，对内集成各平台服务，对外提供统一的服务请求接口；利用服务导向架构和微服务技术对各类空间数据服务进行封装和组装；设计空间信息资源协同共享的任务流程系统，动态组合不同服务完成特定的分析任务；利用高性能计算平台，开发大规模空间数据协同处理与可视化的应用。

5、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述根据不同平台的数据特点和服务，建立数据目录对照系统包括以下步骤：对不同平台的数据类型、服务功能构建词向量空间模型；应用词向量空间计算不同平台中的关键词语义相似度；设计多平台同义词迁移forest算法，通过词向量空间嵌入，实现同义词在不同平台间的breath-first search传播，扩充每个平台的同义词集；基于同义词forest算法，建立跨平台同义词转换系统；利用转换系统，自动实现不同平台之间的数据目录、服务目录的对接；开发基于语义链接图的查询引擎，输入用户查询词，自动在多个平台中查询，实现空间数据的发现与访问；设计多源异构空间数据的融合方法，支持统一的分析服务。

6、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述应用词向量空间计算不同平台中的关键词语义相似度包括以下步骤：对平台a中的词汇集合wa和平台b中的词汇集合wb分别训练词向量，得到词向量集va和vb；对于wa中的词wa和wb中的词wb，计算它们词向量的余弦相似度：

7、sim(wa,wb)＝(vawa〃vbwb)/(||vawa||〃||vbwb||)

8、其中，vawa和vbwb分别是wa和wb对应的词向量；若sim(wa,wb)超过预设阈值τ，则确定wa和wb为语义相似，在它们之间建立同义词关系；对wa和wb中的所有词汇对计算语义相似度，获得平台间的同义词映射关系表。

9、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述阈值τ的设定过程如下：随机抽取n对不同词(wa,wb)，计算它们的余弦相似度sim(wa,wb)，对n个相似度值进行排序，找到正态分布的μ1和σ1；定义超参数α，计算阈值：

10、τ＝μ1+α×σ1

11、对任意词对(wa,wb)，若sim(wa,wb)>τ，则认为两词语义相似。

12、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述α的设定过程如下：将词对及其相似度表示为数据点(wa,wb,sim)，将数据点投影到三维空间中，其中x、y坐标表示词wa和wb,z轴表示相似度sim；将词对的上下文信息或词性标签作为附加维度，数据点表示为(wa,wb,sim，context,pos)，其中context和pos分别代表上下文信息和词性标签；使用dbscan聚类算法对数据点进行密度聚类，标记出最大的聚类簇中词对之间的相似度分布，找到正态分布的均值μ2和标准差σ2，设置簇内相似度分布的下限为阈值k，引入置信区间和偏差校正，定义新的α计算公式为：

13、

14、其中，ci是置信区间，γ为校正系数；迭代调整dbscan综合评价准确率，选择最优α。

15、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述利用网格处理技术，将不同平台的计算服务虚拟化为统一的服务接口包括：定义服务提供者集合为p＝{p1,p2,...,pn}，其中，pi表示提供者，每个提供者pi维护以下状态：当前负载loadi，可用资源量resi，网络地址addri；定义调度策略的优先级函数：

16、

17、其中，w1～w6为权重参数，qosi为服务质量参数，dei为网络延迟的影响因素，bwi为带宽的影响因素，tdi为时间衰减因子；w1～w6的设置过程如下：构建不同权重组合(w1,w2,...,w6)对应的调度模型，利用历史调度数据，训练不同模型，得到多组权重对应的预测性能；将每个权重组合看成一个模型，权重值是模型的参数，应用基于信息熵的模型选择准则，通过模型选择算法，选择调度性能最优的模型，对应的权重组合为权重选择。

18、作为本发明所述多平台的空间信息资源协同共享方法的一种优选方案，其中：所述利用网格处理技术，将不同平台的计算服务虚拟化为统一的服务接口还包括：注册中心接收到服务请求回复时：查询处理req的提供者集合对每个pi∈preq计算priority(pi)；选择priority(pi)最大的提供者p*，并返回p*的addri给请求方；提供者状态实时更新：若pi处理请求，则：

19、loadi＝loadi+1

20、resi＝resi-req.resource

21、其中，req.resource为请求所需的提供者资源量；若pi完成请求，则：

22、loadi＝loadi-1

23、若pi未完成请求，则loadi不变，维持当前值，且resi回滚改变，即：

24、resi＝resi+req.resource

25、并对pi执行故障检测与重启。

26、本发明有益效果为，本发明通过建立跨平台的同义词转换系统、语义链接图，可以消除各平台语义隔阂，实现数据目录和服务目录的自动对接，使不同平台的空间数据实现互联互通；支持统一高效的空间信息查询，实现异构空间数据的融合利用，实现空间计算服务的互操作与优化调度，通过网格技术将各平台计算服务虚拟化，辅以智能调度算法，可以优化服务协同，提高资源利用效率；本发明可以极大地提升空间信息资源的协同共享和综合利用能力，使海量空间数据的价值得到充分开发，具有很好的应用前景和推广价值。