CN113282693A - 一种基于3dgis的全息数据管理方法及*** - Google Patents

一种基于3dgis的全息数据管理方法及*** Download PDF

Info

Publication number
CN113282693A
CN113282693A CN202110568415.9A CN202110568415A CN113282693A CN 113282693 A CN113282693 A CN 113282693A CN 202110568415 A CN202110568415 A CN 202110568415A CN 113282693 A CN113282693 A CN 113282693A
Authority
CN
China
Prior art keywords
data
value
preset
acquiring
acquisition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110568415.9A
Other languages
English (en)
Other versions
CN113282693B (zh
Inventor
季顺海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Xingyue Surveying And Mapping Technology Co ltd
Original Assignee
Jiangsu Xingyue Surveying And Mapping Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Xingyue Surveying And Mapping Technology Co ltd filed Critical Jiangsu Xingyue Surveying And Mapping Technology Co ltd
Priority to CN202110568415.9A priority Critical patent/CN113282693B/zh
Publication of CN113282693A publication Critical patent/CN113282693A/zh
Application granted granted Critical
Publication of CN113282693B publication Critical patent/CN113282693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/219—Managing data history or versioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G06F16/24565—Triggers; Constraints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于3DGIS的全息数据管理方法及***，其中，方法包括：加载3DGIS引擎中的3D电子地图；获取用户在3D电子地图上选中的多个监控位置点；获取监控位置点对应的预设获取节点集合，通过预设获取节点集合中每个获取节点获取一个目标数据，整合各目标数据，获得对应监控位置点的全息数据；对全息数据进行预处理，将预处理结果存储于对应监控位置点的预设存储区中。本发明的基于3DGIS的全息数据管理方法及***，当用户在查看各监控位置点的监控数据时，可以直接在3D电子地图上选择需要查看的监控位置点，访问对应存储区即可，提升了便利性，同时，也提升了用户体验。

Description

一种基于3DGIS的全息数据管理方法及***
技术领域
本发明涉及数据管理技术领域，特别涉及一种基于3DGIS的全息数据管理方法及***。
背景技术
目前，用户在查看某监控位置点的监控数据时，需要一个个调取不同类别的监控数据，同时，不能结合各监控位置点之间的位置关系综合分析监控数据。
发明内容
本发明目的之一在于提供了一种基于3DGIS的全息数据管理方法及***。
本发明实施例提供的一种基于3DGIS的全息数据管理方法，包括：
加载3DGIS引擎中的3D电子地图；
获取用户在3D电子地图上选中的多个监控位置点；
获取监控位置点对应的预设获取节点集合，通过预设获取节点集合中每个获取节点获取一个目标数据，整合各目标数据，获得对应监控位置点的全息数据；
对全息数据进行预处理，将预处理结果存储于对应监控位置点的预设存储区中。
优选的，通过获取节点获取目标数据之前，对获取节点进行验证，验证通过后，通过获取节点获取目标数据；
其中，对获取节点进行验证，包括：
获取预设的动态获取策略，动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于动态获取策略通过获取节点获取多个验证数据；
整合各验证数据，获得验证大数据；
获取预设的隔离空间，将验证大数据放置于隔离空间内；
按数据类型对应验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各组合数据的多个第一特征；
获取预设的触发特征数据库，将第一特征与触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于第一特征的第三特征以及对应于第二特征的第四特征；
获取第一特征在对应组合数据中的第一位置，基于预设的关联规则确定对应组合数据中与第一位置相关联的多个第二位置；
获取第二位置与第一位置之间的距离；
获取第四特征的特征类型，查询预设的触发方法对照表，确定特征类型对应的触发方法；
基于触发方法优先依次选取距离较大的第二位置模拟进行触发；
若触发成功，获取触发成功的第二位置上被触发的触发数据以及触发数据的触发方向；
获取预设的方向预测模型，将触发方向输入方向预测模型，获得预测触发方向，同时拦截触发方向上的触发数据；
确定验证大数据中与预测触发方向对应的待验证数据；
获取预设的深度验证模型，将待验证数据输入深度验证模型；
深度验证模型给出的验证结果表征待验证数据为恶意数据，获取节点验证未通过；
若全部第一特征均未与第二特征匹配成功，对动态获取策略进行调整，调整后，基于调整后的动态获取策略重新获取验证数据，重新获取后，若全部第一特征均仍未与第二特征匹配成功，或，深度验证模型给出的验证结果未表征待验证数据为恶意数据，获取节点验证通过。
优选的，对动态获取策略进行调整，包括：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将第一调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第一调整幅度值以及与第一调整幅度值一一对应的第一比重值，至少一个对应于动态获取精度最小值的第二调整幅度值以及与第二调整幅度值一一对应的第二比重值；
将第二调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第三调整幅度值以及与第三调整幅度值一一对应的第三比重值，至少一个对应于动态获取精度最小值的第四调整幅度值以及与第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将第一调整记录输入感知模型，获得多个第一感知度；
将第二调整记录输入感知模型，获得多个第二感知度；
基于第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对约束条件进行调整，调整公式如下：
Figure BDA0003081680640000031
其中，γ1′为调整后的约束条件中的动态获取精度最大值，γ1,0为预设的动态获取精度最大值初始值，γ2′为调整后的约束条件中的动态获取精度最小值，γ2,0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04,1.2]，σ1和σ2为预设的权重值，
Figure BDA0003081680640000032
α1,i为第i个第一调整幅度值，β1,i为第i个第一调整幅度值对应的第一比重值，n1,1为第一调整幅度值的总数目，α2,i为第i个第二调整幅度值，β2,i为第i个第二调整幅度值对应的第二比重值，n2,1为第二调整幅度值的总数目，α3,i为第i个第三调整幅度值，β3,i为第i个第三调整幅度值对应的第三比重值，n3,1为第三调整幅度值的总数目，α4,i为第i个第四调整幅度值，β4,i为第i个第四调整幅度值对应的第四比重值，n4,1为第四调整幅度值的总数目，A1为第一感知度中小于等于第一预设阈值的第一感知度的总数目，B1为第一感知度的总数目，A2为第二感知度中小于等于第二预设阈值的第二感知度的总数目，B2为第二感知度的总数目。
优选的，对全息数据进行预处理，包括：
对全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过获取节点获取缺陷项对应的第一填补数据；
若获取成功，将第一填补数据替代对应缺陷项；
若获取失败，获取缺陷项前后预设数量的多个关联数据；
整合缺陷项和各关联数据，获得待匹配数据；
获取预设的历史记录数据库，将待匹配数据与历史记录数据库中的匹配数据进行匹配；
获取匹配成功的匹配数据以及与匹配成功的匹配数据一一对应的匹配度；
确定最大匹配度对应的匹配成功的匹配数据中与缺陷项对应的第二填补数据；
将第二填补数据替代对应缺陷项，同时基于匹配度计算该次填补的价值度，将价值度标注在对应缺陷项上，供用户辨识；
当全部缺陷项均被填补第一填补数据或第二填补数据，完成预处理。
优选的，基于匹配度计算该次填补的价值度，计算公式如下：
Figure BDA0003081680640000041
其中，θ为价值度，Xt为第t个匹配成功的匹配数据对应的匹配度，X0为预设的匹配度阈值，O为匹配成功的匹配数据的总数目。
本发明实施例提供的一种基于3DGIS的全息数据管理***，包括：
加载模块，用于加载3DGIS引擎中的3D电子地图；
获取模块，用于获取用户在3D电子地图上选中的多个监控位置点；
获取与整合模块，用于获取监控位置点对应的预设获取节点集合，通过预设获取节点集合中每个获取节点获取一个目标数据，整合各目标数据，获得对应监控位置点的全息数据；
预处理与存储模块，用于对全息数据进行预处理，将预处理结果存储于对应监控位置点的预设存储区中。
优选的，基于3DGIS的全息数据管理***，还包括：
验证模块，用于在获取与整合模块通过获取节点获取目标数据之前，对获取节点进行验证，验证通过后，允许获取与整合模块通过获取节点获取目标数据；
验证模块执行如下操作：
获取预设的动态获取策略，动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于动态获取策略通过获取节点获取多个验证数据；
整合各验证数据，获得验证大数据；
获取预设的隔离空间，将验证大数据放置于隔离空间内；
按数据类型对应验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各组合数据的多个第一特征；
获取预设的触发特征数据库，将第一特征与触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于第一特征的第三特征以及对应于第二特征的第四特征；
获取第一特征在对应组合数据中的第一位置，基于预设的关联规则确定对应组合数据中与第一位置相关联的多个第二位置；
获取第二位置与第一位置之间的距离；
获取第四特征的特征类型，查询预设的触发方法对照表，确定特征类型对应的触发方法；
基于触发方法优先依次选取距离较大的第二位置模拟进行触发；
若触发成功，获取触发成功的第二位置上被触发的触发数据以及触发数据的触发方向；
获取预设的方向预测模型，将触发方向输入方向预测模型，获得预测触发方向，同时拦截触发方向上的触发数据；
确定验证大数据中与预测触发方向对应的待验证数据；
获取预设的深度验证模型，将待验证数据输入深度验证模型；
深度验证模型给出的验证结果表征待验证数据为恶意数据，获取节点验证未通过；
若全部第一特征均未与第二特征匹配成功，对动态获取策略进行调整，调整后，基于调整后的动态获取策略重新获取验证数据，重新获取后，若全部第一特征均仍未与第二特征匹配成功，或，深度验证模型给出的验证结果未表征待验证数据为恶意数据，获取节点验证通过。
优选的，验证模块对动态获取策略进行调整，具体执行如下操作：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将第一调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第一调整幅度值以及与第一调整幅度值一一对应的第一比重值，至少一个对应于动态获取精度最小值的第二调整幅度值以及与第二调整幅度值一一对应的第二比重值；
将第二调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第三调整幅度值以及与第三调整幅度值一一对应的第三比重值，至少一个对应于动态获取精度最小值的第四调整幅度值以及与第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将第一调整记录输入感知模型，获得多个第一感知度；
将第二调整记录输入感知模型，获得多个第二感知度；
基于第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对约束条件进行调整，调整公式如下：
Figure BDA0003081680640000061
其中，γ1′为调整后的约束条件中的动态获取精度最大值，γ1,0为预设的动态获取精度最大值初始值，γ2′为调整后的约束条件中的动态获取精度最小值，γ2，0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04,1.2]，σ1和σ2为预设的权重值，
Figure BDA0003081680640000062
α1,i为第i个第一调整幅度值，β1,i为第i个第一调整幅度值对应的第一比重值，n1,1为第一调整幅度值的总数目，α2,i为第i个第二调整幅度值，β2，i为第i个第二调整幅度值对应的第二比重值，n2,1为第二调整幅度值的总数目，α3,i为第i个第三调整幅度值，β3,i为第i个第三调整幅度值对应的第三比重值，n3,1为第三调整幅度值的总数目，α4,i为第i个第四调整幅度值，β4,i为第i个第四调整幅度值对应的第四比重值，n4,1为第四调整幅度值的总数目，A1为第一感知度中小于等于第一预设阈值的第一感知度的总数目，B1为第一感知度的总数目，A2为第二感知度中小于等于第二预设阈值的第二感知度的总数目，B2为第二感知度的总数目。
优选的，预处理与存储模块执行如下操作：
对全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过获取节点获取缺陷项对应的第一填补数据；
若获取成功，将第一填补数据替代对应缺陷项；
若获取失败，获取缺陷项前后预设数量的多个关联数据；
整合缺陷项和各关联数据，获得待匹配数据；
获取预设的历史记录数据库，将待匹配数据与历史记录数据库中的匹配数据进行匹配；
获取匹配成功的匹配数据以及与匹配成功的匹配数据一一对应的匹配度；
确定最大匹配度对应的匹配成功的匹配数据中与缺陷项对应的第二填补数据；
将第二填补数据替代对应缺陷项，同时基于匹配度计算该次填补的价值度，将价值度标注在对应缺陷项上，供用户辨识；
当全部缺陷项均被填补第一填补数据或第二填补数据，完成预处理。
优选的，预处理与存储模块基于匹配度计算该次填补的价值度，计算公式如下：
Figure BDA0003081680640000071
其中，θ为价值度，Xt为第t个匹配成功的匹配数据对应的匹配度，X0为预设的匹配度阈值，O为匹配成功的匹配数据的总数目。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于3DGIS的全息数据管理方法的流程图；
图2为本发明实施例中一种基于3DGIS的全息数据管理***的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于3DGIS的全息数据管理方法，如图1所示，包括：
S1、加载3DGIS引擎中的3D电子地图；
S2、获取用户在3D电子地图上选中的多个监控位置点；
S3、获取监控位置点对应的预设获取节点集合，通过预设获取节点集合中每个获取节点获取一个目标数据，整合各目标数据，获得对应监控位置点的全息数据；
S4、对全息数据进行预处理，将预处理结果存储于对应监控位置点的预设存储区中。
上述技术方案的工作原理及有益效果为：
加载3DGIS引擎中的3D电子地图，同时，3D电子地图上会显示多个监控位置点供用户选择；每个监控位置点均对应有一个预设获取节点集合，该预设获取节点集合内设置有多个获取节点，每个获取节点对应于该监控位置点的一个监控数据采集设备，通过获取节点获取的目标数据即为对应监控数据采集设备采集的监控数据，整合各目标数据即获得全息数据；全息数据分为静态数据(例如：由电子铭牌采集的设备铭牌信息)和动态数据(例如：由摄像机采集的视频数据和由温度传感器采集的实时温度数据等)；对全息数据进行预处理，预处理的目的是为了使得数据更完整；每个监控位置点均设置有预设存储区，将预处理后的全息数据存储至存储区即可。
本发明实施例当用户在查看各监控位置点的监控数据时，可以直接在3D电子地图上选择需要查看的监控位置点，访问对应存储区即可，存储区内整合了对应监控位置点上不同类别的监控数据，大大提升了便利性，同时，用户可以通过3D电子地图直观地查看各监控位置点之间的位置关系，结合该位置关系对各监控位置点的全息数据进行综合分析，提升了用户体验。
本发明实施例提供了一种基于3DGIS的全息数据管理方法，通过获取节点获取目标数据之前，对获取节点进行验证，验证通过后，通过获取节点获取目标数据；
其中，对获取节点进行验证，包括：
获取预设的动态获取策略，动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于动态获取策略通过获取节点获取多个验证数据；
整合各验证数据，获得验证大数据；
获取预设的隔离空间，将验证大数据放置于隔离空间内；
按数据类型对应验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各组合数据的多个第一特征；
获取预设的触发特征数据库，将第一特征与触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于第一特征的第三特征以及对应于第二特征的第四特征；
获取第一特征在对应组合数据中的第一位置，基于预设的关联规则确定对应组合数据中与第一位置相关联的多个第二位置；
获取第二位置与第一位置之间的距离；
获取第四特征的特征类型，查询预设的触发方法对照表，确定特征类型对应的触发方法；
基于触发方法优先依次选取距离较大的第二位置模拟进行触发；
若触发成功，获取触发成功的第二位置上被触发的触发数据以及触发数据的触发方向；
获取预设的方向预测模型，将触发方向输入方向预测模型，获得预测触发方向，同时拦截触发方向上的触发数据；
确定验证大数据中与预测触发方向对应的待验证数据；
获取预设的深度验证模型，将待验证数据输入深度验证模型；
深度验证模型给出的验证结果表征待验证数据为恶意数据，获取节点验证未通过；
若全部第一特征均未与第二特征匹配成功，对动态获取策略进行调整，调整后，基于调整后的动态获取策略重新获取验证数据，重新获取后，若全部第一特征均仍未与第二特征匹配成功，或，深度验证模型给出的验证结果未表征待验证数据为恶意数据，获取节点验证通过。
上述技术方案的工作原理及有益效果为：
预设的动态获取策略具体为：采用不同的获取精度(动态获取精度)多次进行获取，获取精度越高，获取的数据越全面，动态获取精度设置有对应的约束条件(即动态获取精度在变化时能够达到的最大值和最小值)；预设的隔离空间具体为：一种向量空间，其余外界隔离开；预设的触发特征数据库具体为：该数据库内存储有大量触发特征；预设的关联规则具体为：将某位置附近的多个位置与其进行关联；预设的触发方法对照表具体为，多行对照组，每个对照组包括：特征类型和触发方法，基于特征类型查询该触发方法对照表即可获得对应触发方法；预设的方向预测模型具体为：利用机器学习算法对大量触发数据在被触发后的行程记录进行学习后生成的模型，该模型可以预测被触发数据的方向；预设的深度验证模型具体为：利用机器学习算法对大量恶意数据进行学习后生成的模型，该模型可以验证某数据是否为恶意数据；
许多恶意数据均不是直接被触发，而是在另一个不同位置设置触发数据，当该触发数据被触发时，由该触发数据触发对应恶意数据；先依据动态获取策略获取多个验证数据(预先设置的在监控设备上供验证的数据)，增加数据获取全面性，整合各验证数据，获得验证大数据，将验证大数据放置在隔离空间内，增加安全性，依据数据类型对验证大数据进行分割组合，提取分割组合后的多个组合数据的第一特征，将该第一特征与第二特征直接匹配，提升工作效率，匹配成功，说明该第一特征为触发特征，确定该触发特征的第一位置，由于许多触发数据具有敏感性，在距离其较近位置就可能触发该触发数据，因此，基于关联规则确定多个第二位置，采用对应触发方法(例如：放置一个隐私数据)优先选取距离较大的第二位置进行触发，若触发成功，捕捉触发数据及该触发数据(该触发数据想触发恶意数据盗取该隐私数据)的触发方向，为确保安全性，拦截该触发数据，预测触发方向找到待验证数据，输入深度验证模型，验证其是否为恶意数据，若是，验证未通过，避免恶意数据通过获取节点进入***，极大程度上提升了通过获取节点获取目标数据的安全性；
若全部第一特征均未与第二特征匹配成功，可能是动态获取策略出现问题(例如：获取精度不足)，调整动态获取策略，重新获取，若仍出现全部第一特征均未与第二特征匹配成功的情况，具备安全性，获取节点验证通过。
本发明实施例提供了一种基于3DGIS的全息数据管理方法，对动态获取策略进行调整，包括：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将第一调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第一调整幅度值以及与第一调整幅度值一一对应的第一比重值，至少一个对应于动态获取精度最小值的第二调整幅度值以及与第二调整幅度值一一对应的第二比重值；
将第二调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第三调整幅度值以及与第三调整幅度值一一对应的第三比重值，至少一个对应于动态获取精度最小值的第四调整幅度值以及与第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将第一调整记录输入感知模型，获得多个第一感知度；
将第二调整记录输入感知模型，获得多个第二感知度；
基于第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对约束条件进行调整，调整公式如下：
Figure BDA0003081680640000111
其中，γ1′为调整后的约束条件中的动态获取精度最大值，γ1，0为预设的动态获取精度最大值初始值，γ2′为调整后的约束条件中的动态获取精度最小值，γ2，0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04，1.2]，σ1和σ2为预设的权重值，
Figure BDA0003081680640000112
α1，i为第i个第一调整幅度值，β1，i为第i个第一调整幅度值对应的第一比重值，n1,1为第一调整幅度值的总数目，α2,i为第i个第二调整幅度值，β2,i为第i个第二调整幅度值对应的第二比重值，n2,1为第二调整幅度值的总数目，α3,i为第i个第三调整幅度值，β3,i为第i个第三调整幅度值对应的第三比重值，n3,1为第三调整幅度值的总数目，α4,i为第i个第四调整幅度值，β4,i为第i个第四调整幅度值对应的第四比重值，n4,1为第四调整幅度值的总数目，A1为第一感知度中小于等于第一预设阈值的第一感知度的总数目，B1为第一感知度的总数目，A2为第二感知度中小于等于第二预设阈值的第二感知度的总数目，B2为第二感知度的总数目。
上述技术方案的工作原理及有益效果为：
预设的第一获取路径具体为：对应云端，云端存储有不同用户的***在运行时调整动态获取策略的记录(例如：调整动态获取策略后，存在与第二特征匹配的第一特征时，将如何调整动态获取策略的过程上传至云端)；预设的第二获取路径具体为：对应本地记录数据库，该数据库记录本地***在运行时调整动态获取策略的记录；预设的提取模型具体为：利用机器学习算法对大量人工提取记录进行学习后生成的模型，该模型可以提取数据中采用何种调整幅度值调整后抓取到与第二特征匹配的第一特征的几率越大，即输出与最大值和最小值分别对应的调整幅度值，调整幅度值对应有比重，比重代表的对应调整幅度值在数据中的占比；预设的感知模型具体为：利用机器学习算法对大量人工感知记录进行学习后生成的模型，该模型可以感知数据中需要对动态获取策略进行调整后才能抓取到与第二特征匹配的第一特征的数据的比值，输出感知值，感知值越大，说明需要调整的需求越大；因恶意数据具有流行性，因此大众的调整策略调整方法具有参考意义，再结合本地调整策略的调整方法通过上述公式综合对约束条件进行调整；预设的动态获取精度最大值初始值具体为：例如，99；预设的动态获取精度最小值初始值具体为：例如，75；第一预设阈值具体为：例如，95；第二预设阈值具体为：例如，96；设置扩大系数，适当扩大调整范围，增加调整后能抓取到与第二特征匹配的第一特征的可能性。
本发明实施例可以结合大众调整数据以及本地调整数据综合性地对动态获取策略进行适应性调整，避免由于动态获取策略的设置错误造成遗漏确定与第二特征匹配的第一特征，极大程度上提升了安全性，同时，通过上述公式能够基于各调整幅度、对应比重和感知值快速对约束条件进行调整，提升了的***的工作效率。
本发明实施例提供了一种基于3DGIS的全息数据管理方法，对全息数据进行预处理，包括：
对全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过获取节点获取缺陷项对应的第一填补数据；
若获取成功，将第一填补数据替代对应缺陷项；
若获取失败，获取缺陷项前后预设数量的多个关联数据；
整合缺陷项和各关联数据，获得待匹配数据；
获取预设的历史记录数据库，将待匹配数据与历史记录数据库中的匹配数据进行匹配；
获取匹配成功的匹配数据以及与匹配成功的匹配数据一一对应的匹配度；
确定最大匹配度对应的匹配成功的匹配数据中与缺陷项对应的第二填补数据；
将第二填补数据替代对应缺陷项，同时基于匹配度计算该次填补的价值度，将价值度标注在对应缺陷项上，供用户辨识；
当全部缺陷项均被填补第一填补数据或第二填补数据，完成预处理。
上述技术方案的工作原理及有益效果为：
预设的历史记录数据库具体为：该数据库内存储有大量历史全息数据；对全息数据进行缺陷扫描，验证其完整性，获得多个缺陷项，尝试获取与缺陷项对应的第一填补数据，若获取成功，填补替代即可，若获取失败，结合前后关联数据在历史记录数据库中寻找是否具有匹配数据，选取匹配度最大的匹配数据中与缺陷项对应的第二填补数据，对缺陷项进行填补替代，同时计算价值度，将价值度标注在该缺陷项上，价值度越大，该缺陷项填补进去的数据越具有参考意义，价值度越低，说明参考意义较小，实现供用户辨识；
本发明实施例通过不同方式对全息数据中的缺陷项进行填补，十分智能化，同时，标注价值度供用户辨识，提升了用户体验。
本发明实施例提供了一种基于3DGIS的全息数据管理方法，基于匹配度计算该次填补的价值度，计算公式如下：
Figure BDA0003081680640000131
其中，θ为价值度，Xt为第t个匹配成功的匹配数据对应的匹配度，X0为预设的匹配度阈值，O为匹配成功的匹配数据的总数目。
上述技术方案的工作原理及有益效果为：
匹配成功的匹配数据的数量越大，各匹配度总体越高，说明该缺陷项结合前后关联数据即待匹配数据在历史上出现的相似情形越多，填补进去的数据越具有参考意义；预设的匹配度阈值具体为：例如，80；
本发明实施例通过上述公式快速计算价值度，供用户辨识，提升了***的工作效率。
本发明实施例提供了一种基于3DGIS的全息数据管理***，如图2所示，包括：
加载模块1，用于加载3DGIS引擎中的3D电子地图；
获取模块2，用于获取用户在3D电子地图上选中的多个监控位置点；
获取与整合模块3，用于获取监控位置点对应的预设获取节点集合，通过预设获取节点集合中每个获取节点获取一个目标数据，整合各目标数据，获得对应监控位置点的全息数据；
预处理与存储模块4，用于对全息数据进行预处理，将预处理结果存储于对应监控位置点的预设存储区中。
上述技术方案的工作原理及有益效果为：
加载3DGIS引擎中的3D电子地图，同时，3D电子地图上会显示多个监控位置点供用户选择；每个监控位置点均对应有一个预设获取节点集合，该预设获取节点集合内设置有多个获取节点，每个获取节点对应于该监控位置点的一个监控数据采集设备，通过获取节点获取的目标数据即为对应监控数据采集设备采集的监控数据，整合各目标数据即获得全息数据；全息数据分为静态数据(例如：由电子铭牌采集的设备铭牌信息)和动态数据(例如：由摄像机采集的视频数据和由温度传感器采集的实时温度数据等)；对全息数据进行预处理，预处理的目的是为了使得数据更完整；每个监控位置点均设置有预设存储区，将预处理后的全息数据存储至存储区即可。
本发明实施例当用户在查看各监控位置点的监控数据时，可以直接在3D电子地图上选择需要查看的监控位置点，访问对应存储区即可，存储区内整合了对应监控位置点上不同类别的监控数据，大大提升了便利性，同时，用户可以通过3D电子地图直观地查看各监控位置点之间的位置关系，结合该位置关系对各监控位置点的全息数据进行综合分析，提升了用户体验。
本发明实施例提供了一种基于3DGIS的全息数据管理***，还包括：
验证模块，用于在获取与整合模块3通过获取节点获取目标数据之前，对获取节点进行验证，验证通过后，允许获取与整合模块3通过获取节点获取目标数据；
验证模块执行如下操作：
获取预设的动态获取策略，动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于动态获取策略通过获取节点获取多个验证数据；
整合各验证数据，获得验证大数据；
获取预设的隔离空间，将验证大数据放置于隔离空间内；
按数据类型对应验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各组合数据的多个第一特征；
获取预设的触发特征数据库，将第一特征与触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于第一特征的第三特征以及对应于第二特征的第四特征；
获取第一特征在对应组合数据中的第一位置，基于预设的关联规则确定对应组合数据中与第一位置相关联的多个第二位置；
获取第二位置与第一位置之间的距离；
获取第四特征的特征类型，查询预设的触发方法对照表，确定特征类型对应的触发方法；
基于触发方法优先依次选取距离较大的第二位置模拟进行触发；
若触发成功，获取触发成功的第二位置上被触发的触发数据以及触发数据的触发方向；
获取预设的方向预测模型，将触发方向输入方向预测模型，获得预测触发方向，同时拦截触发方向上的触发数据；
确定验证大数据中与预测触发方向对应的待验证数据；
获取预设的深度验证模型，将待验证数据输入深度验证模型；
深度验证模型给出的验证结果表征待验证数据为恶意数据，获取节点验证未通过；
若全部第一特征均未与第二特征匹配成功，对动态获取策略进行调整，调整后，基于调整后的动态获取策略重新获取验证数据，重新获取后，若全部第一特征均仍未与第二特征匹配成功，或，深度验证模型给出的验证结果未表征待验证数据为恶意数据，获取节点验证通过。
上述技术方案的工作原理及有益效果为：
预设的动态获取策略具体为：采用不同的获取精度(动态获取精度)多次进行获取，获取精度越高，获取的数据越全面，动态获取精度设置有对应的约束条件(即动态获取精度在变化时能够达到的最大值和最小值)；预设的隔离空间具体为：一种向量空间，其余外界隔离开；预设的触发特征数据库具体为：该数据库内存储有大量触发特征；预设的关联规则具体为：将某位置附近的多个位置与其进行关联；预设的触发方法对照表具体为，多行对照组，每个对照组包括：特征类型和触发方法，基于特征类型查询该触发方法对照表即可获得对应触发方法；预设的方向预测模型具体为：利用机器学习算法对大量触发数据在被触发后的行程记录进行学习后生成的模型，该模型可以预测被触发数据的方向；预设的深度验证模型具体为：利用机器学习算法对大量恶意数据进行学习后生成的模型，该模型可以验证某数据是否为恶意数据；
许多恶意数据均不是直接被触发，而是在另一个不同位置设置触发数据，当该触发数据被触发时，由该触发数据触发对应恶意数据；先依据动态获取策略获取多个验证数据(预先设置的在监控设备上供验证的数据)，增加数据获取全面性，整合各验证数据，获得验证大数据，将验证大数据放置在隔离空间内，增加安全性，依据数据类型对验证大数据进行分割组合，提取分割组合后的多个组合数据的第一特征，将该第一特征与第二特征直接匹配，提升工作效率，匹配成功，说明该第一特征为触发特征，确定该触发特征的第一位置，由于许多触发数据具有敏感性，在距离其较近位置就可能触发该触发数据，因此，基于关联规则确定多个第二位置，采用对应触发方法(例如：放置一个隐私数据)优先选取距离较大的第二位置进行触发，若触发成功，捕捉触发数据及该触发数据(该触发数据想触发恶意数据盗取该隐私数据)的触发方向，为确保安全性，拦截该触发数据，预测触发方向找到待验证数据，输入深度验证模型，验证其是否为恶意数据，若是，验证未通过，避免恶意数据通过获取节点进入***，极大程度上提升了通过获取节点获取目标数据的安全性；
若全部第一特征均未与第二特征匹配成功，可能是动态获取策略出现问题(例如：获取精度不足)，调整动态获取策略，重新获取，若仍出现全部第一特征均未与第二特征匹配成功的情况，具备安全性，获取节点验证通过。
本发明实施例提供了一种基于3DGIS的全息数据管理***，验证模块对动态获取策略进行调整，具体执行如下操作：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将第一调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第一调整幅度值以及与第一调整幅度值一一对应的第一比重值，至少一个对应于动态获取精度最小值的第二调整幅度值以及与第二调整幅度值一一对应的第二比重值；
将第二调整记录输入提取模型，获得至少一个对应于动态获取精度最大值的第三调整幅度值以及与第三调整幅度值一一对应的第三比重值，至少一个对应于动态获取精度最小值的第四调整幅度值以及与第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将第一调整记录输入感知模型，获得多个第一感知度；
将第二调整记录输入感知模型，获得多个第二感知度；
基于第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对约束条件进行调整，调整公式如下：
Figure BDA0003081680640000161
其中，γ1′为调整后的约束条件中的动态获取精度最大值，γ1,0为预设的动态获取精度最大值初始值，γ2′为调整后的约束条件中的动态获取精度最小值，γ2,0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04,1.2]，σ1和σ2为预设的权重值，
Figure BDA0003081680640000171
α1,i为第i个第一调整幅度值，β1,i为第i个第一调整幅度值对应的第一比重值，n1,1为第一调整幅度值的总数目，α2,i为第i个第二调整幅度值，β2,i为第i个第二调整幅度值对应的第二比重值，n2,1为第二调整幅度值的总数目，α3,i为第i个第三调整幅度值，β3,i为第i个第三调整幅度值对应的第三比重值，n3,1为第三调整幅度值的总数目，α4,i为第i个第四调整幅度值，β4,i为第i个第四调整幅度值对应的第四比重值，n4,1为第四调整幅度值的总数目，A1为第一感知度中小于等于第一预设阈值的第一感知度的总数目，B1为第一感知度的总数目，A2为第二感知度中小于等于第二预设阈值的第二感知度的总数目，B2为第二感知度的总数目。
上述技术方案的工作原理及有益效果为：
预设的第一获取路径具体为：对应云端，云端存储有不同用户的***在运行时调整动态获取策略的记录(例如：调整动态获取策略后，存在与第二特征匹配的第一特征时，将如何调整动态获取策略的过程上传至云端)；预设的第二获取路径具体为：对应本地记录数据库，该数据库记录本地***在运行时调整动态获取策略的记录；预设的提取模型具体为：利用机器学习算法对大量人工提取记录进行学习后生成的模型，该模型可以提取数据中采用何种调整幅度值调整后抓取到与第二特征匹配的第一特征的几率越大，即输出与最大值和最小值分别对应的调整幅度值，调整幅度值对应有比重，比重代表的对应调整幅度值在数据中的占比；预设的感知模型具体为：利用机器学习算法对大量人工感知记录进行学习后生成的模型，该模型可以感知数据中需要对动态获取策略进行调整后才能抓取到与第二特征匹配的第一特征的数据的比值，输出感知值，感知值越大，说明需要调整的需求越大；因恶意数据具有流行性，因此大众的调整策略调整方法具有参考意义，再结合本地调整策略的调整方法通过上述公式综合对约束条件进行调整；预设的动态获取精度最大值初始值具体为：例如，99；预设的动态获取精度最小值初始值具体为：例如，75；第一预设阈值具体为：例如，95；第二预设阈值具体为：例如，96；设置扩大系数，适当扩大调整范围，增加调整后能抓取到与第二特征匹配的第一特征的可能性。
本发明实施例可以结合大众调整数据以及本地调整数据综合性地对动态获取策略进行适应性调整，避免由于动态获取策略的设置错误造成遗漏确定与第二特征匹配的第一特征，极大程度上提升了安全性，同时，通过上述公式能够基于各调整幅度、对应比重和感知值快速对约束条件进行调整，提升了的***的工作效率。
本发明实施例提供了一种基于3DGIS的全息数据管理***，预处理与存储模块4执行如下操作：
对全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过获取节点获取缺陷项对应的第一填补数据；
若获取成功，将第一填补数据替代对应缺陷项；
若获取失败，获取缺陷项前后预设数量的多个关联数据；
整合缺陷项和各关联数据，获得待匹配数据；
获取预设的历史记录数据库，将待匹配数据与历史记录数据库中的匹配数据进行匹配；
获取匹配成功的匹配数据以及与匹配成功的匹配数据一一对应的匹配度；
确定最大匹配度对应的匹配成功的匹配数据中与缺陷项对应的第二填补数据；
将第二填补数据替代对应缺陷项，同时基于匹配度计算该次填补的价值度，将价值度标注在对应缺陷项上，供用户辨识；
当全部缺陷项均被填补第一填补数据或第二填补数据，完成预处理。
上述技术方案的工作原理及有益效果为：
预设的历史记录数据库具体为：该数据库内存储有大量历史全息数据；对全息数据进行缺陷扫描，验证其完整性，获得多个缺陷项，尝试获取与缺陷项对应的第一填补数据，若获取成功，填补替代即可，若获取失败，结合前后关联数据在历史记录数据库中寻找是否具有匹配数据，选取匹配度最大的匹配数据中与缺陷项对应的第二填补数据，对缺陷项进行填补替代，同时计算价值度，将价值度标注在该缺陷项上，价值度越大，该缺陷项填补进去的数据越具有参考意义，价值度越低，说明参考意义较小，实现供用户辨识；
本发明实施例通过不同方式对全息数据中的缺陷项进行填补，十分智能化，同时，标注价值度供用户辨识，提升了用户体验。
本发明实施例提供了一种基于3DGIS的全息数据管理***，预处理与存储模块4基于匹配度计算该次填补的价值度，计算公式如下：
Figure BDA0003081680640000181
其中，θ为价值度，Xt为第t个匹配成功的匹配数据对应的匹配度，X0为预设的匹配度阈值，O为匹配成功的匹配数据的总数目。
上述技术方案的工作原理及有益效果为：
匹配成功的匹配数据的数量越大，各匹配度总体越高，说明该缺陷项结合前后关联数据即待匹配数据在历史上出现的相似情形越多，填补进去的数据越具有参考意义；预设的匹配度阈值具体为：例如，80；
本发明实施例通过上述公式快速计算价值度，供用户辨识，提升了***的工作效率。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于3DGIS的全息数据管理方法，其特征在于，包括：
加载3DGIS引擎中的3D电子地图；
获取用户在所述3D电子地图上选中的多个监控位置点；
获取所述监控位置点对应的预设获取节点集合，通过所述预设获取节点集合中每个获取节点获取一个目标数据，整合各所述目标数据，获得对应所述监控位置点的全息数据；
对所述全息数据进行预处理，将预处理结果存储于对应所述监控位置点的预设存储区中。
2.如权利要求1所述的一种基于3DGIS的全息数据管理方法，其特征在于，通过所述获取节点获取所述目标数据之前，对所述获取节点进行验证，验证通过后，通过所述获取节点获取所述目标数据；
其中，对所述获取节点进行验证，包括：
获取预设的动态获取策略，所述动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，所述约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于所述动态获取策略通过所述获取节点获取多个验证数据；
整合各所述验证数据，获得验证大数据；
获取预设的隔离空间，将所述验证大数据放置于所述隔离空间内；
按数据类型对应所述验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各所述组合数据的多个第一特征；
获取预设的触发特征数据库，将所述第一特征与所述触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于所述第一特征的第三特征以及对应于所述第二特征的第四特征；
获取所述第一特征在对应所述组合数据中的第一位置，基于预设的关联规则确定对应所述组合数据中与所述第一位置相关联的多个第二位置；
获取所述第二位置与所述第一位置之间的距离；
获取所述第四特征的特征类型，查询预设的触发方法对照表，确定所述特征类型对应的触发方法；
基于所述触发方法优先依次选取所述距离较大的所述第二位置模拟进行触发；
若触发成功，获取触发成功的所述第二位置上被触发的触发数据以及所述触发数据的触发方向；
获取预设的方向预测模型，将所述触发方向输入所述方向预测模型，获得预测触发方向，同时拦截所述触发方向上的所述触发数据；
确定所述验证大数据中与所述预测触发方向对应的待验证数据；
获取预设的深度验证模型，将所述待验证数据输入所述深度验证模型；
所述深度验证模型给出的验证结果表征所述待验证数据为恶意数据，所述获取节点验证未通过；
若全部所述第一特征均未与所述第二特征匹配成功，对所述动态获取策略进行调整，调整后，基于调整后的所述动态获取策略重新获取所述验证数据，重新获取后，若全部所述第一特征均仍未与所述第二特征匹配成功，或，所述深度验证模型给出的验证结果未表征所述待验证数据为恶意数据，所述获取节点验证通过。
3.如权利要求2所述的一种基于3DGIS的全息数据管理方法，其特征在于，对所述动态获取策略进行调整，包括：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将所述第一调整记录输入所述提取模型，获得至少一个对应于所述动态获取精度最大值的第一调整幅度值以及与所述第一调整幅度值一一对应的第一比重值，至少一个对应于所述动态获取精度最小值的第二调整幅度值以及与所述第二调整幅度值一一对应的第二比重值；
将所述第二调整记录输入所述提取模型，获得至少一个对应于所述动态获取精度最大值的第三调整幅度值以及与所述第三调整幅度值一一对应的第三比重值，至少一个对应于所述动态获取精度最小值的第四调整幅度值以及与所述第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将所述第一调整记录输入所述感知模型，获得多个第一感知度；
将所述第二调整记录输入所述感知模型，获得多个第二感知度；
基于所述第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对所述约束条件进行调整，调整公式如下：
Figure FDA0003081680630000031
其中，γ1′为调整后的所述约束条件中的所述动态获取精度最大值，γ1，0为预设的动态获取精度最大值初始值，γ2′为调整后的所述约束条件中的所述动态获取精度最小值，γ2，0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04，1.2]，σ1和σ2为预设的权重值，
Figure FDA0003081680630000032
α1，i为第i个所述第一调整幅度值，β1，i为第i个所述第一调整幅度值对应的所述第一比重值，n1，1为所述第一调整幅度值的总数目，α2，i为第i个所述第二调整幅度值，β2，i为第i个所述第二调整幅度值对应的所述第二比重值，n2，1为所述第二调整幅度值的总数目，α3，i为第i个所述第三调整幅度值，β3，i为第i个所述第三调整幅度值对应的所述第三比重值，n3，1为所述第三调整幅度值的总数目，α4，i为第i个所述第四调整幅度值，β4，i为第i个所述第四调整幅度值对应的所述第四比重值，n4，1为所述第四调整幅度值的总数目，A1为所述第一感知度中小于等于第一预设阈值的所述第一感知度的总数目，B1为所述第一感知度的总数目，A2为所述第二感知度中小于等于第二预设阈值的所述第二感知度的总数目，B2为所述第二感知度的总数目。
4.如权利要求1所述的一种基于3DGIS的全息数据管理方法，其特征在于，对所述全息数据进行预处理，包括：
对所述全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过所述获取节点获取所述缺陷项对应的第一填补数据；
若获取成功，将所述第一填补数据替代对应所述缺陷项；
若获取失败，获取所述缺陷项前后预设数量的多个关联数据；
整合所述缺陷项和各所述关联数据，获得待匹配数据；
获取预设的历史记录数据库，将所述待匹配数据与所述历史记录数据库中的匹配数据进行匹配；
获取匹配成功的所述匹配数据以及与匹配成功的所述匹配数据一一对应的匹配度；
确定最大所述匹配度对应的匹配成功的所述匹配数据中与所述缺陷项对应的第二填补数据；
将所述第二填补数据替代对应所述缺陷项，同时基于所述匹配度计算该次填补的价值度，将所述价值度标注在对应所述缺陷项上，供用户辨识；
当全部所述缺陷项均被填补所述第一填补数据或所述第二填补数据，完成预处理。
5.如权利要求4所述的一种基于3DGIS的全息数据管理方法，其特征在于，基于所述匹配度计算该次填补的价值度，计算公式如下：
Figure FDA0003081680630000041
其中，θ为所述价值度，Xt为第t个匹配成功的所述匹配数据对应的所述匹配度，X0为预设的匹配度阈值，O为匹配成功的所述匹配数据的总数目。
6.一种基于3DGIS的全息数据管理***，其特征在于，包括：
加载模块，用于加载3DGIS引擎中的3D电子地图；
获取模块，用于获取用户在所述3D电子地图上选中的多个监控位置点；
获取与整合模块，用于获取所述监控位置点对应的预设获取节点集合，通过所述预设获取节点集合中每个获取节点获取一个目标数据，整合各所述目标数据，获得对应所述监控位置点的全息数据；
预处理与存储模块，用于对所述全息数据进行预处理，将预处理结果存储于对应所述监控位置点的预设存储区中。
7.如权利要求6所述的一种基于3DGIS的全息数据管理***，其特征在于，还包括：
验证模块，用于在所述获取与整合模块通过所述获取节点获取所述目标数据之前，对所述获取节点进行验证，验证通过后，允许所述获取与整合模块通过所述获取节点获取所述目标数据；
所述验证模块执行如下操作：
获取预设的动态获取策略，所述动态获取策略包括：采用预设的动态获取精度在满足预设的约束条件下多次进行获取，所述约束条件包括：动态获取精度最大值和动态获取精度最小值；
基于所述动态获取策略通过所述获取节点获取多个验证数据；
整合各所述验证数据，获得验证大数据；
获取预设的隔离空间，将所述验证大数据放置于所述隔离空间内；
按数据类型对应所述验证大数据进行分割组合，获得多个组合数据；
基于特征提取技术提取各所述组合数据的多个第一特征；
获取预设的触发特征数据库，将所述第一特征与所述触发特征数据库中的第二特征进行匹配，若匹配成功，确定匹配成功的对应于所述第一特征的第三特征以及对应于所述第二特征的第四特征；
获取所述第一特征在对应所述组合数据中的第一位置，基于预设的关联规则确定对应所述组合数据中与所述第一位置相关联的多个第二位置；
获取所述第二位置与所述第一位置之间的距离；
获取所述第四特征的特征类型，查询预设的触发方法对照表，确定所述特征类型对应的触发方法；
基于所述触发方法优先依次选取所述距离较大的所述第二位置模拟进行触发；
若触发成功，获取触发成功的所述第二位置上被触发的触发数据以及所述触发数据的触发方向；
获取预设的方向预测模型，将所述触发方向输入所述方向预测模型，获得预测触发方向，同时拦截所述触发方向上的所述触发数据；
确定所述验证大数据中与所述预测触发方向对应的待验证数据；
获取预设的深度验证模型，将所述待验证数据输入所述深度验证模型；
所述深度验证模型给出的验证结果表征所述待验证数据为恶意数据，所述获取节点验证未通过；
若全部所述第一特征均未与所述第二特征匹配成功，对所述动态获取策略进行调整，调整后，基于调整后的所述动态获取策略重新获取所述验证数据，重新获取后，若全部所述第一特征均仍未与所述第二特征匹配成功，或，所述深度验证模型给出的验证结果未表征所述待验证数据为恶意数据，所述获取节点验证通过。
8.如权利要求7所述的一种基于3DGIS的全息数据管理***，其特征在于，所述验证模块对所述动态获取策略进行调整，具体执行如下操作：
通过预设的第一获取路径获取第一调整记录，通过预设的第二获取路径获取第二调整记录；
获取预设的提取模型；
将所述第一调整记录输入所述提取模型，获得至少一个对应于所述动态获取精度最大值的第一调整幅度值以及与所述第一调整幅度值一一对应的第一比重值，至少一个对应于所述动态获取精度最小值的第二调整幅度值以及与所述第二调整幅度值一一对应的第二比重值；
将所述第二调整记录输入所述提取模型，获得至少一个对应于所述动态获取精度最大值的第三调整幅度值以及与所述第三调整幅度值一一对应的第三比重值，至少一个对应于所述动态获取精度最小值的第四调整幅度值以及与所述第四调整幅度值一一对应的第四比重值；
获取预设的感知模型；
将所述第一调整记录输入所述感知模型，获得多个第一感知度；
将所述第二调整记录输入所述感知模型，获得多个第二感知度；
基于所述第一调整幅度值、第一比重值、第二调整幅度值、第二比重值、第三调整幅度值、第三比重值、第四调整幅度值和第四比重值对所述约束条件进行调整，调整公式如下：
Figure FDA0003081680630000061
其中，γ1′为调整后的所述约束条件中的所述动态获取精度最大值，γ1,0为预设的动态获取精度最大值初始值，γ2′为调整后的所述约束条件中的所述动态获取精度最小值，γ2,0为预设的动态获取精度最小值初始值，μ为预设的扩大系数，其取值范围为[1.04,1.2]，σ1和σ2为预设的权重值，
Figure FDA0003081680630000062
α1,i为第i个所述第一调整幅度值，β1,i为第i个所述第一调整幅度值对应的所述第一比重值，n1,1为所述第一调整幅度值的总数目，α2,i为第i个所述第二调整幅度值，β2,i为第i个所述第二调整幅度值对应的所述第二比重值，n2,1为所述第二调整幅度值的总数目，α3,i为第i个所述第三调整幅度值，β3,i为第i个所述第三调整幅度值对应的所述第三比重值，n3,1为所述第三调整幅度值的总数目，α4,i为第i个所述第四调整幅度值，β4,i为第i个所述第四调整幅度值对应的所述第四比重值，n4,1为所述第四调整幅度值的总数目，A1为所述第一感知度中小于等于第一预设阈值的所述第一感知度的总数目，B1为所述第一感知度的总数目，A2为所述第二感知度中小于等于第二预设阈值的所述第二感知度的总数目，B2为所述第二感知度的总数目。
9.如权利要求6所述的一种基于3DGIS的全息数据管理***，其特征在于，所述预处理与存储模块执行如下操作：
对所述全息数据进行缺陷扫描，获得多个缺陷项；
尝试通过所述获取节点获取所述缺陷项对应的第一填补数据；
若获取成功，将所述第一填补数据替代对应所述缺陷项；
若获取失败，获取所述缺陷项前后预设数量的多个关联数据；
整合所述缺陷项和各所述关联数据，获得待匹配数据；
获取预设的历史记录数据库，将所述待匹配数据与所述历史记录数据库中的匹配数据进行匹配；
获取匹配成功的所述匹配数据以及与匹配成功的所述匹配数据一一对应的匹配度；
确定最大所述匹配度对应的匹配成功的所述匹配数据中与所述缺陷项对应的第二填补数据；
将所述第二填补数据替代对应所述缺陷项，同时基于所述匹配度计算该次填补的价值度，将所述价值度标注在对应所述缺陷项上，供用户辨识；
当全部所述缺陷项均被填补所述第一填补数据或所述第二填补数据，完成预处理。
10.如权利要求7所述的一种基于3DGIS的全息数据管理***，其特征在于，所述预处理与存储模块基于所述匹配度计算该次填补的价值度，计算公式如下：
Figure FDA0003081680630000071
其中，θ为所述价值度，Xt为第t个匹配成功的所述匹配数据对应的所述匹配度，X0为预设的匹配度阈值，O为匹配成功的所述匹配数据的总数目。
CN202110568415.9A 2021-05-25 2021-05-25 一种基于3dgis的全息数据管理方法及*** Active CN113282693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110568415.9A CN113282693B (zh) 2021-05-25 2021-05-25 一种基于3dgis的全息数据管理方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110568415.9A CN113282693B (zh) 2021-05-25 2021-05-25 一种基于3dgis的全息数据管理方法及***

Publications (2)

Publication Number Publication Date
CN113282693A true CN113282693A (zh) 2021-08-20
CN113282693B CN113282693B (zh) 2021-12-28

Family

ID=77281216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110568415.9A Active CN113282693B (zh) 2021-05-25 2021-05-25 一种基于3dgis的全息数据管理方法及***

Country Status (1)

Country Link
CN (1) CN113282693B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048346A (zh) * 2021-10-09 2022-02-15 大庆恒驰电气有限公司 一种基于gis的安全生产一体化管控平台及方法
CN114143310A (zh) * 2021-10-25 2022-03-04 北京银盾泰安网络科技有限公司 一种云平台集控***及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160105609A1 (en) * 2014-10-10 2016-04-14 IEC Infrared Systems LLC Panoramic View Imaging System With Laser Range Finding And Blind Spot Detection
CN105574113A (zh) * 2015-12-14 2016-05-11 四川九成信息技术有限公司 一种大数据环境下的数据管理方法
CN110233521A (zh) * 2019-07-10 2019-09-13 云南电网有限责任公司电力科学研究院 一种配电网运行监控方法
CN111475105A (zh) * 2020-03-11 2020-07-31 平安科技（深圳）有限公司 监控数据存储方法、设备、服务器及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160105609A1 (en) * 2014-10-10 2016-04-14 IEC Infrared Systems LLC Panoramic View Imaging System With Laser Range Finding And Blind Spot Detection
CN105574113A (zh) * 2015-12-14 2016-05-11 四川九成信息技术有限公司 一种大数据环境下的数据管理方法
CN110233521A (zh) * 2019-07-10 2019-09-13 云南电网有限责任公司电力科学研究院 一种配电网运行监控方法
CN111475105A (zh) * 2020-03-11 2020-07-31 平安科技（深圳）有限公司 监控数据存储方法、设备、服务器及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
关昆等: "基于GIS的天津市技防监控点位规划***建设与应用", 《城市勘测》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114048346A (zh) * 2021-10-09 2022-02-15 大庆恒驰电气有限公司 一种基于gis的安全生产一体化管控平台及方法
CN114143310A (zh) * 2021-10-25 2022-03-04 北京银盾泰安网络科技有限公司 一种云平台集控***及方法

Also Published As

Publication number Publication date
CN113282693B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN113282693B (zh) 一种基于3dgis的全息数据管理方法及***
CN108416250A (zh) 人数统计方法及装置
CN105631439A (zh) 人脸图像处理方法和装置
CN108549806B (zh) 基于用户滑动和点击行为的身份认证方法
CN107451510A (zh) 活体检测方法和活体检测***
US9262672B2 (en) Pattern recognition apparatus and pattern recognition method that reduce effects on recognition accuracy, and storage medium
CN106657812A (zh) 动态物件分类
CN102509138A (zh) 一种基于二代身份证和人脸特征识别的身份验证***及其工作方法
US20120020523A1 (en) Information creation device for estimating object position and information creation method and program for estimating object position
CN112711757B (zh) 一种基于大数据平台的数据安全集中管控方法及***
CN109815884A (zh) 基于深度学习的不安全驾驶行为检测方法及装置
CN112464030B (zh) 一种可疑人员确定方法及装置
CN116563583B (zh) 一种图像匹配的方法、地图信息的更新方法以及相关装置
CN112232971A (zh) 反欺诈检测方法、装置、计算机设备和存储介质
CN111178203B (zh) 签名审核方法、装置、计算机设备和存储介质
CN114291025B (zh) 一种基于数据分段聚合分布的车辆碰撞检测方法及***
CN109634788A (zh) 一种终端适配验证方法及***、终端
CN114090629A (zh) 一种控制指令被执行过程的校验方法及装置
Cen et al. Gross error diagnostics before least squares adjustment of observations
CN112001280B (zh) 一种实时、可在线优化的人脸识别***和方法
CN112686180A (zh) 一种封闭空间人员数量计算方法
CN110738229B (zh) 一种细粒度图像分类方法、装置及电子设备
CN109871456B (zh) 一种看守所人员关系分析方法、装置和电子设备
CN110378176A (zh) 基于双目相机的物体标识方法、***、设备和存储介质
CN114124564B (zh) 一种仿冒网站检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 224000 room 209, building 1, R & D building Park, No. 69, Donghuan South Road, Yancheng Economic and Technological Development Zone, Jiangsu Province

Patentee after: JIANGSU XINGYUE SURVEYING AND MAPPING TECHNOLOGY CO.,LTD.

Address before: 224000 floors 9-10, building 23, Haiyun building, No. 68, hope Avenue Middle Road, Tinghu District, Yancheng City, Jiangsu Province

Patentee before: JIANGSU XINGYUE SURVEYING AND MAPPING TECHNOLOGY CO.,LTD.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A holographic data management method and system based on 3DGIS

Effective date of registration: 20220715

Granted publication date: 20211228

Pledgee: Bank of Suzhou Co.,Ltd. Yancheng branch

Pledgor: JIANGSU XINGYUE SURVEYING AND MAPPING TECHNOLOGY CO.,LTD.

Registration number: Y2022320010389

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20211228

Pledgee: Bank of Suzhou Co.,Ltd. Yancheng branch

Pledgor: JIANGSU XINGYUE SURVEYING AND MAPPING TECHNOLOGY CO.,LTD.

Registration number: Y2022320010389