一种基于多模态数据的大规模情报数据分析方法及系统与流程

本发明属于情报分析，更具体地，涉及一种基于多模态数据的大规模情报数据分析方法及系统。

背景技术：

1、卫星数据可以包括多种类型的数据，具体取决于卫星的传感器和任务。一般来说，卫星数据可以包括以下几种主要类型的信息：

2、光学影像数据：这是最常见的卫星数据类型之一，利用光学传感器捕捉地球表面的可见光和红外光谱影像。

3、雷达影像数据：雷达卫星通过微波辐射来获取地球表面的影像，能够穿透云层和天气干扰，对于观测地面和海洋具有很高的透视能力。

4、热红外数据：这些数据由热红外传感器获取，用于测量地表和物体的温度分布，有助于研究地表温度变化和环境热特征。

5、高光谱数据：这类数据通过光谱成像技术获取，能够提供更详细的光谱信息，对于植被分类、土壤成分分析等有重要应用。

6、重力和磁场数据：某些卫星还能测量地球的重力场和磁场，这对于地质勘探、地球物理研究等领域有重要意义。

7、位置和导航数据：卫星系统也提供精确的位置和导航服务，如全球定位系统（gps）。

8、这些数据类型通常通过卫星传输到地面站，然后进行处理和分析，用于各种科学研究、资源管理、环境监测、国防安全等应用。

9、但是现有技术中并没有一种技术方案能够将以上多种多模态数据进行智能高效的分析。

技术实现思路

1、为解决以上技术问题，本发明提出一种基于多模态数据的大规模情报数据分析方法，所述多模态数据为卫星数据，包括：

2、获取多模态数据，其中，所述多模态数据包括：光学影像数据、雷达影像数据、热红外数据、高光谱数据、磁场数据和导航数据；

3、对所述多模态数据进行预处理，生成预处理后的多模态数据，将预处理后的多模态数据进行数据融合，生成包含多个数据点的数据集；

4、初始化多个簇，并设置多模态数据聚类模型，按照簇对包含多个数据点的数据集进行聚合，将数据点划分到相应的簇中，并将划分结果进行可视化。

5、进一步的，所述多模态数据聚类模型包括：

6、，

7、其中，为簇的数量，为聚类第一权重，为第个簇中的第个数据点在时间时的权重，为第个簇中的第个数据点，为第个数据点和第个数据点的标准差，为聚类第二权重，为第个簇中的第个数据点，为第个数据点和第个数据点的标准差，为聚类第三权重，为第个簇的簇中心，为第个簇的对称正定权重矩阵，用于调节数据点各维度的权重和相关性，为第个簇和第个簇之间的连接权重。

8、进一步的，计算第个簇和第个簇之间的连接权重包括：

9、，

10、其中，为第个簇的簇中心，为控制簇中心之间距离的调整因子，为控制数据点之间相似性的调整因子，为第个数据点和第个数据点的内积。

11、进一步的，计算聚类第三权重包括：

12、，

13、其中，为聚类第三权重的调整因子，为第个簇的动态权重。

14、进一步的，所述簇为：植被簇、水体簇、建筑簇、地质活动簇和山川簇。

15、本发明还提出一种基于多模态数据的大规模情报数据分析系统，所述多模态数据为卫星数据，其特征在于，包括：

16、获取数据模块，用于获取多模态数据，其中，所述多模态数据包括：光学影像数据、雷达影像数据、热红外数据、高光谱数据、磁场数据和导航数据；

17、数据融合模块，用于对所述多模态数据进行预处理，生成预处理后的多模态数据，将预处理后的多模态数据进行数据融合，生成包含多个数据点的数据集；

18、划分模块，用于初始化多个簇，并设置多模态数据聚类模型，按照簇对包含多个数据点的数据集进行聚合，将数据点划分到相应的簇中，并将划分结果进行可视化。

19、进一步的，所述多模态数据聚类模型包括：

20、，

21、其中，为簇的数量，为聚类第一权重，为第个簇中的第个数据点在时间时的权重，为第个簇中的第个数据点，为第个数据点和第个数据点的标准差，为聚类第二权重，为第个簇中的第个数据点，为第个数据点和第个数据点的标准差，为聚类第三权重，为第个簇的簇中心，为第个簇的对称正定权重矩阵，用于调节数据点各维度的权重和相关性，为第个簇和第个簇之间的连接权重。

22、进一步的，计算第个簇和第个簇之间的连接权重包括：

23、，

24、其中，为第个簇的簇中心，为控制簇中心之间距离的调整因子，为控制数据点之间相似性的调整因子，为第个数据点和第个数据点的内积。

25、进一步的，计算聚类第三权重包括：

26、，

27、其中，为聚类第三权重的调整因子，为第个簇的动态权重。

28、进一步的，所述簇为：植被簇、水体簇、建筑簇、地质活动簇和山川簇。

29、总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

30、本发对所述多模态数据进行预处理，生成预处理后的多模态数据，将预处理后的多模态数据进行数据融合，生成包含多个数据点的数据集；初始化多个簇，并设置多模态数据聚类模型，按照簇对包含多个数据点的数据集进行聚合，将数据点划分到相应的簇中，并将划分结果进行可视化。本发明通过以上技术方案，能够对复杂的多模态卫星数据进行智能分析。

技术特征：

1.一种基于多模态数据的大规模情报数据分析方法，所述多模态数据为卫星数据，其特征在于，包括：

2.如权利要求1所述的一种基于多模态数据的大规模情报数据分析方法，其特征在于，所述多模态数据聚类模型包括：

3.如权利要求2所述的一种基于多模态数据的大规模情报数据分析方法，其特征在于，计算第个簇和第个簇之间的连接权重包括：

4.如权利要求2所述的一种基于多模态数据的大规模情报数据分析方法，其特征在于，计算聚类第三权重包括：

5.如权利要求1所述的一种基于多模态数据的大规模情报数据分析方法，其特征在于，所述簇为：植被簇、水体簇、建筑簇、地质活动簇和山川簇。

6.一种基于多模态数据的大规模情报数据分析系统，所述多模态数据为卫星数据，其特征在于，包括：

7.如权利要求6所述的一种基于多模态数据的大规模情报数据分析系统，其特征在于，所述多模态数据聚类模型包括：

8.如权利要求7所述的一种基于多模态数据的大规模情报数据分析系统，其特征在于，计算第个簇和第个簇之间的连接权重包括：

9.如权利要求7所述的一种基于多模态数据的大规模情报数据分析系统，其特征在于，计算聚类第三权重包括：

10.如权利要求6所述的一种基于多模态数据的大规模情报数据分析系统，其特征在于，所述簇为：植被簇、水体簇、建筑簇、地质活动簇和山川簇。

技术总结
本发明公开一种基于多模态数据的大规模情报数据分析方法及系统，该方法包括：获取多模态数据，其中，所述多模态数据包括：光学影像数据、雷达影像数据、热红外数据、高光谱数据、磁场数据和导航数据；对所述多模态数据进行预处理，生成预处理后的多模态数据，将预处理后的多模态数据进行数据融合，生成包含多个数据点的数据集；初始化多个簇，并设置多模态数据聚类模型，按照簇对包含多个数据点的数据集进行聚合，将数据点划分到相应的簇中，并将划分结果进行可视化。

技术研发人员：莫然,陈锐,王涛,王义,崔光振,端海旺,杨威,姚永祥,刘煜,王颖
受保护的技术使用者：成都国恒空间技术工程股份有限公司
技术研发日：
技术公布日：2025/2/17