DOM生产工作流模块AI排序执行方法与流程

本发明涉及航测遥感领域，具体是dom生产工作流模块ai排序执行方法。

背景技术：

1、dom指的是数字正射影像模型，是一种通过对航空或卫星图像进行几何校正、去除地形效应和其他扭曲来生成的高精度地表表面模型。dom通常用于制图、测绘和计算地表覆盖物的面积和周长等领域，dom的生产需要一系列的模块组成才能生产，多个模块组成一个工作流，该工作流需要经验丰富的专家去组成该工作流。

2、dom生产现有技术如图2所示：dom生产由21个单独模块和预定义的生产流程组成，主要由金字塔创建、连接点匹配、控制点匹配、自由网平差、区域网平差等21个模块和一个预定义生产的工作流组成；

3、但是上述现有技术对于dom生产流程不熟悉的用户，在自定义工作流时，在选择第一个模块时，不知道下一个选择什么模块是正确的，由于模块之间组合存在n种组合，需要通过ai进行推荐，辅助用户自定义创建流程，使用不便。

技术实现思路

1、本发明的目的在于提供dom生产工作流模块ai排序执行方法，可以根据模型自动生成工作流，执行不同传感器数据生产，生成不同的工作流，同时，在dom生产中，可以将一个完整的工作流分为多段执行，也可以一个完整的工作流执行，用户在选择一个模块为开始模块时，为其推荐下一个模块名称，防止跨模块选择，形成错误的工作流。最终导致数据生产错误。目前共有21个模块组成，在组建工作流选择模块时，需要一个模型推理。模型需要重新构建和训练，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种dom生产工作流模块ai排序执行方法，其方法步骤如下：

4、s1：数据准备；

5、将1到21的数字转换为代表其他意义的符号，如将1表示为"金字塔创建"，2表示为"连接点"，以此类推；

6、s2：模型结构；

7、使用一个嵌入层将输入符号映射为向量表示；

8、s3：模型训练；

9、使用已知的样本数据集进行训练；

10、s4：模型推理；

11、在训练完成后，可以使用训练好的模型对新的序列进行预测。

12、作为本发明进一步的方案：所述步骤s1中构建训练数据集，每条样本是一个长度为n的序列，表示由1到21组成的数字序列，标签是序列中1后面应该跟随的符号。

13、作为本发明再进一步的方案：所述步骤s2中可以采用lstm作为序列模型，逐步处理输入序列；输出层可以是一个全连接层，对应不同的符号进行分类预测。

14、作为本发明再进一步的方案：所述步骤s3中通过最小化损失函数来优化模型参数。

15、作为本发明再进一步的方案：所述步骤s3中可以采用反向传播算法进行训练。

16、作为本发明再进一步的方案：所述步骤s4中给定一个已知部分序列，模型可以预测出1后面最可能跟随的符号。

17、作为本发明再进一步的方案：所述步骤s4中根据生成的模型进行去推理正确的编号选项，根据推理后的编号转换成模块名称，生成正确的流程。

18、与现有技术相比，本发明的有益效果是：

19、1、本发明针对不同程度的业务人员进行工作流设置时，避免选择错误的下一个模块，提高工作流的可执行性；

20、2、本发明方便不熟悉的生产人员自定义工作流；

21、3、本发明程序执行不容易发生错误，执行产生更好的结果。

技术特征：

1.dom生产工作流模块ai排序执行方法，其特征在于：其方法步骤如下：

2.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s1中构建训练数据集，每条样本是一个长度为n的序列，表示由1到21组成的数字序列，标签是序列中1后面应该跟随的符号。

3.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s2中可以采用lstm作为序列模型，逐步处理输入序列；输出层可以是一个全连接层，对应不同的符号进行分类预测。

4.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s3中通过最小化损失函数来优化模型参数。

5.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s3中可以采用反向传播算法进行训练。

6.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s4中给定一个已知部分序列，模型可以预测出1后面最可能跟随的符号。

7.根据权利要求1所述的dom生产工作流模块ai排序执行方法，其特征在于：所述步骤s4中根据生成的模型进行去推理正确的编号选项，根据推理后的编号转换成模块名称，生成正确的流程。

技术总结
本发明公开了DOM生产工作流模块AI排序执行方法，其方法步骤如下：S1：数据准备；将1到21的数字转换为代表其他意义的符号，如将1表示为“金字塔创建”，2表示为“连接点”，以此类推；S2：模型结构；使用一个嵌入层将输入符号映射为向量表示；S3：模型训练；使用已知的样本数据集进行训练；S4：模型推理；在训练完成后，可以使用训练好的模型对新的序列进行预测，本发明针对不同程度的业务人员进行工作流设置时，避免选择错误的下一个模块，提高工作流的可执行性；本发明方便不熟悉的生产人员自定义工作流；本发明程序执行不容易发生错误，执行产生更好的结果。

技术研发人员：周晓峰,汪文全
受保护的技术使用者：北京图源科技有限公司
技术研发日：
技术公布日：2024/8/20