CN114861839B - 一种目标数据的处理方法、装置及设备 - Google Patents

一种目标数据的处理方法、装置及设备 Download PDF

Info

Publication number
CN114861839B
CN114861839B CN202210791236.6A CN202210791236A CN114861839B CN 114861839 B CN114861839 B CN 114861839B CN 202210791236 A CN202210791236 A CN 202210791236A CN 114861839 B CN114861839 B CN 114861839B
Authority
CN
China
Prior art keywords
target data
fusion
type
relationship
target
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.)
Active
Application number
CN202210791236.6A
Other languages
English (en)
Other versions
CN114861839A (zh
Inventor
王健
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.)
Hainan Hailan Huanyu Ocean Information Technology Co ltd
Original Assignee
Sanya Hai Lan World Marine Mdt Infotech 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 Sanya Hai Lan World Marine Mdt Infotech Ltd filed Critical Sanya Hai Lan World Marine Mdt Infotech Ltd
Priority to CN202210791236.6A priority Critical patent/CN114861839B/zh
Publication of CN114861839A publication Critical patent/CN114861839A/zh
Application granted granted Critical
Publication of CN114861839B publication Critical patent/CN114861839B/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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种目标数据的处理方法、装置及设备，方法包括：获取海上目标数据处理***中待融合的至少两类目标数据；从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理。本发明的方案可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。

Description

一种目标数据的处理方法、装置及设备
技术领域
本发明涉及目标融合技术领域，特别是指一种目标数据的处理方法、装置及设备。
背景技术
在现代海洋雷达网建设中，通常使用多种传感器设备对海洋目标进行观测，从而整个雷达网***中存在多种类型的目标数据，通过对同一个海洋目标的多种传感器目标数据进行融合，可以有效地减少***的数据处理量，也可以根据不同传感器的数据特性丰富了海洋目标的特征属性。因此，对不同的传感器产生的目标进行融合是整个雷达网***中的关键步骤。
现有的目标融合方法中，大多是基于对目标历史轨迹的相似度进行融合判断，轨迹相似度大于某个阈值，则判断两个目标可融合，当前常用的轨迹相似度处理方法都需要一定数量的轨迹点来提高相似度计算的准确性，从而在提高融合准确性的情况下，需要更多的计算量来保证，导致了融合准确性和融合效率不可兼得，需要有所取舍。
发明内容
本发明要解决的技术问题是如何提供一种目标数据的处理方法、装置及设备。可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。
为解决上述技术问题，本发明的技术方案如下：
一种目标数据的处理方法，包括：
获取海上目标数据处理***中待融合的至少两类目标数据；
从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；
将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；
根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；
其中，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，包括：
获取主融合类型的目标数据的历史时空关系列表；
根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果。
可选的，所述可融合阈值包括：
第一融合阈值和第二融合阈值；
所述第一融合阈值小于所述第二融合阈值。
可选的，根据所述历史时空关系列表，得到当前时刻的第二时空关系列表，包括：
根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据；
遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对；
将所述第一时空关系键值对追加至所述历史时空关系列表中，得到当前时刻的第一时空关系列表；
遍历历史时空关系列表，将所述第一时空关系列表中未追加过第一时空关系键值对的目标数据确定为第一类型的目标数据；
根据所述第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对；
将所述第二时空关系键值对追加至所述第一时空关系列表中，得到当前时刻的第二时空关系列表。
可选的，根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据，包括：
根据所述主融合类型的目标数据和预设可融合范围参数，确定融合范围；
将所述融合范围内的目标数据均确定为被融合类型的目标数据。
可选的，根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，包括：
通过公式
Figure 652077DEST_PATH_IMAGE001
，计算得到每个其他类型的目标数 据与所述主融合类型的目标数据的融合度值；
其中，R为每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，w1,w2,…,wn-1,wn为每个其他类型的目标数据的权重，x1,x2,…,xn-1,xn为主融合类型的目标数据和每个其他类型的目标数据的关系，当所述关系为真时，x=1，所述关系为假时，x=0。
可选的，所述时空关系列表包括：
每个其他类型的目标数据在当前时刻的时空关系键值对；
每个其他类型的目标数据在历史时刻的时空关系键值对；
所述当前时刻和历史时刻均在所述预设有效时间段内；所述历史时刻为当前时刻之前的时刻。
可选的，所述时空关系键值包括：
时间信息；
与所述时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系。
本发明还提供一种目标数据的处理装置，包括：
获取模块，用于获取海上目标数据处理***中待融合的至少两类目标数据；
处理模块，用于从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；
其中，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，包括：
获取主融合类型的目标数据的历史时空关系列表；
根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果。
本发明还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上述的方法。
本发明还提供一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上述的方法。
本发明的上述方案至少包括以下有益效果：
通过获取海上目标数据处理***中待融合的至少两类目标数据；从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；从而可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。
附图说明
图1是本发明实施例的目标数据的处理方法的流程示意图；
图2是本发明提供的具体实施例中预设融合参数为R的可融合范围的示意图；
图3是本发明提供的具体实施例中预设融合参数为R1的可融合范围的示意图；
图4是本发明提供的具体实施例中目标数据的处理方法的流程示意图；
图5是本发明提供的具体实施例中未进行融合的目标的示意图；
图6是本发明提供的具体实施例中融合后的目标的示意图；
图7是本发明提供的具体实施例中未进行融合的目标的数据内容的示意图；
图8是本发明提供的具体实施例中融合后的目标的数据内容的示意图；
图9是本发明提供的具体实施例中时刻t1的目标A和目标B与目标C的融合过程示意图；
图10是本发明提供的具体实施例中时刻t2的目标A和目标B与目标C的融合过程示意图；
图11是本发明提供的具体实施例中时刻t3的目标A和目标B与目标C的融合过程示意图；
图12是本发明提供的具体实施例中时刻t4的目标A和目标B与目标C的融合过程示意图；
图13是本发明实施例的目标数据的处理装置的模块框示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提供一种目标数据的处理方法，包括：
步骤11，获取海上目标数据处理***中待融合的至少两类目标数据；
步骤12，从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；
步骤13，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；
步骤14，根据所述融合结果，对所述海上目标数据处理***中的数据进行处理。
该实施例中，获取海上目标数据处理***中待融合的多个类型的目标数据，根据多个类型的目标数据，确定主融合类型的目标数据，预设范围参数是预设值，可根据目标融合的需求而定；根据确定好的主融合类似的目标和预设范围参数，还可以确定其他类型的目标数据，进而将主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，基于融合结果对海上目标数据处理***中的数据进行处理；这里对海上目标数据处理***中的数据进行处理包括海上目标数据处理***的目标监控、历史数据挖掘和分析等；可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。
需要说明的是，只能基于主融合类型的目标数据对其他类型的目标数据进行融合计算，因而确定主融合类型的目标数据非常重要；这里，选择信息相对稳定的目标数据作为主融合类型的目标数据，其中信息包括：能够唯一标识目标的数据源数据；常见的数据源数据如MMSI（水上移动通信业务标识码水上移动通信业务标识码）等；主融合类型的目标数据可以融合多个其他类型的目标数据，即可以使用主融合类型的目标数据对多个其他类型的目标数据进行融合计算，这样，区分主融合类型的目标数据和其他类型的目标数据可以减少重复的融合计算，降低目标融合过程中的数学计算量，大幅提高融合效率。
一个具体的实施例中，海上目标数据处理***为雷达网***，通过多个雷达传感器对雷达目标（Radar Target）进行监测，得到多个雷达目标数据；多个AIS（AutomaticIdentification System，船舶自动识别***）传感器对AIS（AIS Target）目标进行监测，得到多个AIS目标数据；对海上的雷达目标和AIS目标进行融合，因此，确定主融合类型的目标数据的过程如下：
多个AIS传感器对同一个AIS目标可生成多个AIS目标数据，其中，每个AIS目标数据均存在MMSI对该AIS目标进行唯一标识；但多个雷达传感器对同一个雷达目标生成的多个雷达目标数据，并没有任何能够对该雷达目标进行唯一识别特性的信息；
因此，选择AIS目标作为主融合类型的目标数据，Radar目标作为其他类型的目标数据；此时，AIS目标可以融合多个雷达传感器生成的多个类型的Radar目标，即通过AIS类型的目标对Radar类型的目标进行融合计算，以减少重复的融合计算。
本发明一可选的实施例中，步骤13，包括：
步骤131，获取主融合类型的目标数据的历史时空关系列表；
步骤132，根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
步骤133，根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
步骤134，根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
步骤135，根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果。
本实施例中，至少两类目标数据中，确定了一个主融合类型的目标数据之后，根据更新该主融合类型的目标数据的历史时空关系列表，得到当前时刻的第二时空关系列表；根据当前时刻的第二时空关系列表，可确定当前时刻的每个其他类型的目标数据与主融合类型的目标数据的融合度值，进而确定每个其他类型的目标数据与主融合类型的目标数据的融合关系，然后得到在当前时刻的每个其他类型的目标数据的融合结果；
其中，预设有效时间段是主融合类型的目标数据和其他类型的目标数据在某一个时刻的时空关系可以存在的有效时间，该有效时间需要大于最短融合时间，小于预设最大值；而最短融合时间是主融合类型的目标数据和其他类型的目标数据从第一次融合时间开始，到判断其可以融合的最短时间，小于该主融合类型的目标数据和其他类型的目标数据时，即使其他类型的目标数据的融合度值满足可融合阈值的条件，也不能进行融合；如，最短融合时间为T，预设有效时间段的预设最大值为5分钟，预设有效时间段为E，则T<E<5min。
本发明一可选的实施例中，步骤132包括：
步骤1321，根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据；
步骤1322，遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对；
步骤1323，将所述第一时空关系键值对追加至所述历史时空关系列表中，得到当前时刻的第一时空关系列表；
步骤1324，遍历历史时空关系列表，将所述第一时空关系列表中未追加过第一时空关系键值对的目标数据确定为第一类型的目标数据；
步骤1325，根据所述第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对；
步骤1326，将所述第二时空关系键值对追加至所述第一时空关系列表中，得到当前时刻的第二时空关系列表。
本实施例中，根据其他类型的目标数据，确定当前时刻的被融合类型的目标数据，遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对，该第一时空关系键值对是表示该被融合类型的目标数据与主融合类型的目标数据的关系为真，即[t:b]= [t:true]；并将第一时空关系键值对添加到历史时空关系列表中，得到当前时刻的第一时空关系列表；此时，该第一时空关系列表中仅记录了当前时刻的被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值；
然后遍历第一时空关系列表，找到第一时空关系列表中未追加过第一时空关系键值对的目标数据确定作为第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对，该第二时空关系键值是表示该目标数据与主融合类型的目标数据的关系为假，即[t:b]= [t:false]；并将第二时空关系键值对添加到第一时空关系列表中，得到当前时刻的第二时空关系列表；此时，该第二时空关系列表中记录了当前时刻的被融合类型和第一类型的目标数据与主融合类型的目标数据的第一时空关系键值和第二时空关系键值；
上述的第二时空关系列表可以用于表示当前时刻的主融合类型的目标数据和其他类型的目标数据之间的时空关系；
需要说明的是，这里的历史时空关系列表是主融合类型的目标数据在历史时刻的时空关系列表，例如，最短融合时间为t0，预设有效时间段为tn，当前时刻为t6，在t1,t2,…,tn均生成一个历史时空关系列表，则在生成当前时刻t6的时空关系列表时，是在当前时刻t6的上一时刻t5的时空关系列表中添加每个目标数据在当前时刻的时空关系键值对，得到当前时刻t6的时空关系列表。
另外，需要说明的是，当前时刻的时空关系列表可以在历史时空关系列表上进行更新，也可以是在基于历史时空关系列表添加当前时刻的时空关系键值生成一个新的时空关系列表，本申请不以此为限制，可根据实际请求而定。
本发明一可选的实施例中，步骤1321，包括：
步骤1321，根据所述主融合类型的目标数据和预设可融合范围参数，确定融合范围；
步骤1322，将所述融合范围内的目标数据均确定为被融合类型的目标数据。
本实施例中，根据主融合类型的目标数据的位置信息以及预设可融合范围参数，可以确定以主融合类型的目标数据的位置信息为中心的融合范围，需要说明的是，这里的融合范围会根据不同时刻的主融合类型的目标数据的位置信息而变；
预设可融合范围参数可以是可融合范围半径，得到的融合范围即为以主融合类型的目标数据的位置信息为中心的圆形范围，预设可融合范围参数还可以是融合范围边长的一半，得到的融合范围即为以主融合类型的目标数据的位置信息为中心的方形范围，本申请不以此为限制；至少两类目标数据中，除主融合类型的目标数据之外，在融合范围内的其他类型的目标数据均被确定为被融合类型的目标数据；
需要说明的是，融合范围内的被融合类型的目标数据均可以与主融合类型的目标数据进行融合，即被融合类型的目标数据和主融合类型的目标数据在该范围才可以进行融合计算。
如图2所示，一个具体的实施例中，至少两类目标数据包括目标Z、目标a、目标b、目标c、目标d、目标e以及目标f；其中，主融合类型的目标数据为目标Z，根据预设可融合范围参数确定的融合范围为以目标Z的位置为圆心的融合范围半径R内的圆形的融合范围C；
从而确定融合范围C内的其他类型的目标数据：目标a、目标c以及目标d均为被融合类型的目标数据，因而都可以与目标Z进行融合；而在目标数据中的目标b、目标e以及目标f都不在融合范围C内，因而全都无法与目标Z进行融合。
如图3所示，又一具体的实施例中，至少两类目标数据包括目标Z1、目标a1、目标b1、目标c1、目标d1、目标e1以及目标f1；其中，主融合类型的目标数据为目标Z1，根据预设可融合范围参数确定的融合范围为以目标Z的位置为中心的融合范围边长的一半R1的方形的融合范围C1；
从而确定融合范围C1内的其他类型的目标数据中的目标a1、目标d1以及目标e1均为被融合类型的目标数据，因而都可以与目标Z1进行融合；而在融合范围C1内的其他类型的目标数据中的目标b1、目标c1以及目标f1都不在融合范围C1内，因而全都无法与目标Z进行融合。
下面对时空关系列表进行说明：
本发明一可选的实施例中，所述时空关系列表包括：
每个其他类型的目标数据在当前时刻的时空关系键值对；
每个其他类型的目标数据在历史时刻的时空关系键值对；
所述当前时刻和历史时刻均在所述预设有效时间段内；所述历史时刻为当前时刻之前的时刻。
本发明一可选的实施例中，所述时空关系键值包括：
时间信息；
与所述时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系。
上述实施例中，任意时刻的时空关系列表可以表示每个时刻的主融合类型的目标数据和其他类型的目标数据的当前时空关系以及历史时空关系，时空关系列表包括每个其他类型的目标数据在当前时刻与主融合类型的目标数据的时空关系键值对；以及每个其他类型的目标数据在历史时刻的与主融合类型的目标数据的时空关系键值对；这里说的当前时刻和历史时刻均在预设有效时间段内，历史时刻指的是在预设有效时间段内，当前时刻之前的所有记录了时空关系键值对的时刻；
而每个时空关系键值对包括时间信息和与时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系；即一个时间值和空间关系构成的键值对，通常以[t:b]的格式表示键值对，其中，t表示时间信息，b表示与时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系，该关系具体是指在时间信息下，主融合类型的目标数据和其他类型的目标数据之间的距离是否小于可融合范围，即该其他类型的目标数据是否在可融合范围内；
将当前时刻的时空关系键值对和所有历史时刻的时空关系键值对生成一个时空关系列表，该表中包括每个目标数据与主融合类型的目标数据的当前时刻的时空关系键值对和历史时刻的时空关系键值对，即，{[t1:b1], [t2:b2], [t3:b3], ...... [tn:bn]}，其中，tn-t1≤ E，[tn:bn]是当前时刻的时空关系键值对，[t1:b1], [t2:b2], [t3:b3], ......是历史时刻的时空关系键值对。
本发明一可选的实施例中，步骤133，包括：
步骤1331，通过公式
Figure 140827DEST_PATH_IMAGE001
，计算得到每个其他类 型的目标数据与所述主融合类型的目标数据的融合度值；
其中，R为每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，w1,w2,…,wn-1,wn为每个其他类型的目标数据的权重，x1,x2,…,xn-1,xn为主融合类型的目标数据和每个其他类型的目标数据的关系，当所述关系为真时，x=1，所述关系为假时，x=0。
本实施例中，根据当前时刻的时空关系列表，确定当前时刻的所述时空关系列表 中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，由于时空关系列表 包括每个其他类型的目标数据在历史时刻的时空关系键值对和在当前时刻的时空关系键 值对，每个时空关系键值对中均包括该时刻的其他类型的目标数据和主融合类型的目标数 据的空间关系，则可以通过公式
Figure 861527DEST_PATH_IMAGE001
，计算得到当前时刻 每个其他类型的目标数据的融合度值，其中，x1,x2,…,xn-1,xn为主融合类型的目标数据和 其他类型的目标数据的关系，当关系为真时，x=1，关系为假时，x=0；即通过该公式可以通过 加权的方式计算出当前时刻主融合类型的目标数据和其他类型的目标数据可以在融合范 围内的融合度值；
进一步地，基于该融合度值和预设好的可融合阈值，确定每个其他类型的目标数据与主融合类型的目标数据的融合关系；该预设好的可融合阈值包括第一融合阈值和第二融合阈值，第一融合阈值与第二融合阈值的关系为F<N，其中，F为第一融合阈值，N为第二融合阈值；
当前时刻的融合度值大于第一融合阈值时，表示当前时刻的其他类型的目标数据可以与主融合类型的目标数据进行融合；当前时刻的融合度值小于第二融合阈值时，表示当前时刻的其他类型的目标数据不可以与主融合类型的目标数据进行融合；这样，设置了两个融合阈值，可以避免其他类型的目标数据在可以进行融合和不可以进行融合之间进行震荡。
通过上述过程，根据上述过程确定其他类型的目标数据和主融合类型的目标数据之间的融合关系，得到在当前时刻的每个其他类型的目标数据的融合结果；遍历预设有效时间段内的每个时刻，直至得到每个时刻的融合结果。
如图4所示，一个具体的实施例中，确定目标Z为主融合类型的目标数据，目标B0至Bn为目标数据，其融合过程如下：
步骤a，在当前时刻t获取目标Z的位置信息Pt，使用预设范围参数R计算目标Z的融合范围Ct；
步骤b，在雷达网***中，查找在融合范围Ct内的所有被融合类型的目标数据，生成被融合类型的目标数据的集合B0~t；
步骤c，遍历集合B0~t，在目标Z与被融合类型的目标数据的时空关系列表中追加时空关系键值[t : true]；
步骤d，遍历目标Z的所有的历史时刻的时空关系列表，如果该历史时刻的时空关系列表对应的目标数据不在被融合类型目标数据的集合B0~t中，那么，该目标数据可以确定为第一类型的目标数据，则在其时空关系列表中追加时空关系键值[t : false]；
步骤e，遍历目标Z的所有时空关系列表，计算目标Z与时空关系列表中每个其他类型的目标数据的融合度值f，该融合度值为时空关系列表中键值为true的键值对占整个时空关系列表键值对的加权百分比；
步骤f，对融合度值f进行判断，如果f>第一融合阈值，判断目标Z可以融合该其他类型的目标数据；
步骤g，如果f < N且目标Z已经和该其他类型的目标数据处于融合状态，则判断目标Z与该其他类型的目标数据解融合。
又一具体的实施例中，主融合类型的目标为目标Z，其他类型的目标数据为B类型的目标数据，则时空关系列表如下表所示：
表1
Figure 384912DEST_PATH_IMAGE002
由表1可见，融合时间点为0时，在融合范围C内的B类型的目标数据为空，其时空关系列表和融合度值均为空；
融合时间点为1时，在融合范围C内的B类目标为B1和B2，B1和B2均在融合范围C内，因此，B1和B2均为被融合类型的目标数据，为被融合类型的目标数据添加[1:true]的第一时空关系键值，此时，B1的融合度值为1，B2的融合度值为1；
融合时间点为2时，在融合范围C内的B类目标为B1和B3，B1和B3均在融合范围C内，因此，B1和B3均为被融合类型的目标数据，为被融合类型的目标数据添加[2:true]的第一时空关系键值，同时，遍历上一时刻的时空关系列表，找到上一时刻的时空关系列表中还包括目标数据B2，因此，为目标数据B2添加[2:false]的第二时空关系键值；此时，B1的融合度值为1，B2的融合度值为0.5，B3的融合度值为1；
融合时间点为3时，在融合范围C内的B类型的目标数据为B1、B2以及B3，B1、B2以及B3均在融合范围C内，因此，B1、B2以及B3均为被融合类型的目标数据，为被融合类型的目标数据添加[1:true]的第一时空关系键值，此时，B1的融合度值为1，B2的融合度值为0.67，B3的融合度值为1。
如图5和6所示，又一具体的实施例中，图5示出了未进行融合的目标，图6示出了融合后的目标，图5中包括多个传感器得到的不同类型的目标数据，经过融合后，可以有效减少雷达网***的数据处理量；
如图7和8所示，图7示出了图5的未进行融合的目标的数据内容（扩展信息），图8示出了图6的融合后的目标的数据内容（扩展信息），可见，融合后的目标可以在时间维度上将多个传感器的目标数据进行融合，对在时间纬度上的融合度体现较好。
如图9-12所示，又一具体的实施例中，目标A和目标B为其他类型的目标数据，目标C为主融合类型的目标数据，范围M为目标C的融合范围；图9示出了时刻t1的目标A、目标B以及目标C的融合过程，图10示出了时刻t2的目标A、目标B以及目标C的融合过程，图11示出了时刻t3的目标A、目标B以及目标C的融合过程，图12示出了时刻t4的目标A、目标B以及目标C的融合过程；
以下是从时刻t1开始将目标A和目标B与目标C进行融合的过程：
（1）在时刻t1，目标A在融合范围M内，由于时刻t1是第一次进行目标A和目标B与目标C的融合，该目标C还没有历史时空关系列表，无法在历史时空关系列表的基础上进行更新；因而，生成一个空的第一时空关系列表，生成的第一时空关系列表如表2所示：
表2
Figure 549178DEST_PATH_IMAGE003
以第一时空关系列表作为目标C在时刻t1的历史时空关系列表，生成时刻t1的目标A的时空关系键值对[1:true]，将该键值对追加到第一时空关系列表，得到第二时空关系列表，该第二时空关系列表如表3所示：
表3
Figure 525224DEST_PATH_IMAGE004
（2）在时刻t2，目标B在融合范围M内，生成时刻t2的目标B的时空关系键值对[2:true]，在第二时空关系列表上追加[2:true]；
另外，遍历第一时空关系列表，找到未添加时空关系键值对[2:true]的目标数据为目标A，生成时刻t2的目标A的时空关系键值对[2:false]，将该键值对追加到第二时空关系列表，得到第三时空关系列表，该第三时空关系列表如表4所示：
表4
Figure 534768DEST_PATH_IMAGE005
（3）在时刻t3，目标B在融合范围M内，生成时刻t3的目标B的时空关系键值对[3:true]，在第三时空关系列表上追加[3:true]；
另外，遍历第三时空关系列表，找到未添加时空关系键值对[3:true]的目标数据为目标A，生成时刻t3的目标A的时空关系键值对[3:false]，将该键值对追加到第三时空关系列表，得到第四时空关系列表，该第四时空关系列表如表5所示：
表5
Figure 178239DEST_PATH_IMAGE006
（4）在时刻t4，目标A和目标B均不在融合范围M内，生成时刻t4的目标A的时空关系键值对[4:false]以及目标B的时空关系键值对[4:false]，将该键值对追加到第四时空关系列表，得到第五时空关系列表，该第五时空关系列表如表6所示：
表6
Figure 247826DEST_PATH_IMAGE007
进一步的，可以得到各个时刻的目标A和目标B的融合度值，进而可以确定目标A和目标B与目标C的融合关系；根据融合关系，得到融合结果，根据融合结果，对数据进行处理；
上述的融合过程可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。
本发明的实施例通过获取海上目标数据处理***中待融合的至少两类目标数据；从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；从而可以有效地减少目标融合判断的数学计算量，提高了目标融合的效率，同时可在时间纬度上体现目标间的融合度。
如图13所示，本发明的实施例还提供一种目标数据的处理装置130，包括：
获取模块131，用于获取海上目标数据处理***中待融合的至少两类目标数据；
处理模块132，用于从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；
其中，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，包括：
获取主融合类型的目标数据的历史时空关系列表；
根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果。
可选的，所述可融合阈值包括：
第一融合阈值和第二融合阈值；
所述第一融合阈值小于所述第二融合阈值。
可选的，根据所述历史时空关系列表，得到当前时刻的第二时空关系列表，包括：
根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据；
遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对；
将所述第一时空关系键值对追加至所述历史时空关系列表中，得到当前时刻的第一时空关系列表；
遍历历史时空关系列表，将所述第一时空关系列表中未追加过第一时空关系键值对的目标数据确定为第一类型的目标数据；
根据所述第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对；
将所述第二时空关系键值对追加至所述第一时空关系列表中，得到当前时刻的第二时空关系列表。
可选的，根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据，包括：
根据所述主融合类型的目标数据和预设可融合范围参数，确定融合范围；
将所述融合范围内的目标数据均确定为被融合类型的目标数据。
可选的，根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，包括：
通过公式
Figure 711169DEST_PATH_IMAGE001
，计算得到每个其他类型的目标数 据与所述主融合类型的目标数据的融合度值；
其中，R为每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，w1,w2,…,wn-1,wn为每个其他类型的目标数据的权重，x1,x2,…,xn-1,xn为主融合类型的目标数据和每个其他类型的目标数据的关系，当所述关系为真时，x=1，所述关系为假时，x=0。
可选的，所述时空关系列表包括：
每个其他类型的目标数据在当前时刻的时空关系键值对；
每个其他类型的目标数据在历史时刻的时空关系键值对；
所述当前时刻和历史时刻均在所述预设有效时间段内；所述历史时刻为当前时刻之前的时刻。
可选的，所述时空关系键值包括：
时间信息；
与所述时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系。
需要说明的是，该装置是与上述方法对应的装置，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种目标数据的处理方法，其特征在于，包括：
获取海上目标数据处理***中待融合的至少两类目标数据；
从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；
将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；
根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；
其中，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，包括：
获取主融合类型的目标数据的历史时空关系列表；
根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果；
其中，根据所述历史时空关系列表，得到当前时刻的第二时空关系列表，包括：
根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据；
遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对；
将所述第一时空关系键值对追加至所述历史时空关系列表中，得到当前时刻的第一时空关系列表；
遍历历史时空关系列表，将所述第一时空关系列表中未追加过第一时空关系键值对的目标数据确定为第一类型的目标数据；
根据所述第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对；
将所述第二时空关系键值对追加至所述第一时空关系列表中，得到当前时刻的第二时空关系列表。
2.根据权利要求1所述的目标数据的处理方法，其特征在于，所述可融合阈值包括：
第一融合阈值和第二融合阈值；
所述第一融合阈值小于所述第二融合阈值。
3.根据权利要求1所述的目标数据的处理方法，其特征在于，根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据，包括：
根据所述主融合类型的目标数据和预设可融合范围参数，确定融合范围；
将所述融合范围内的目标数据均确定为被融合类型的目标数据。
4.根据权利要求1所述的目标数据的处理方法，其特征在于，根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，包括：
通过公式
Figure 510067DEST_PATH_IMAGE001
，计算得到每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
其中，R为每个其他类型的目标数据与所述主融合类型的目标数据的融合度值，w1,w2,…,wn-1,wn为每个其他类型的目标数据的权重，x1,x2,…,xn-1,xn为主融合类型的目标数据和每个其他类型的目标数据的关系，当所述关系为真时，x=1，所述关系为假时，x=0。
5.根据权利要求1所述的目标数据的处理方法，其特征在于，所述时空关系列表包括：
每个其他类型的目标数据在当前时刻的时空关系键值对；
每个其他类型的目标数据在历史时刻的时空关系键值对；
所述当前时刻和历史时刻均在所述预设有效时间段内；所述历史时刻为当前时刻之前的时刻。
6.根据权利要求5所述的目标数据的处理方法，其特征在于，所述时空关系键值包括：
时间信息；
与所述时间信息对应的主融合类型的目标数据和其他类型的目标数据的关系。
7.一种目标数据的处理装置，其特征在于，包括：
获取模块，用于获取海上目标数据处理***中待融合的至少两类目标数据；
处理模块，用于从所述至少两类目标数据中，确定主融合类型的目标数据以及其他类型的目标数据；将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果；根据所述融合结果，对所述海上目标数据处理***中的数据进行处理；
其中，将所述主融合类型的目标数据和其他类型的目标数据在预设有效时间段内进行融合处理，得到融合结果，包括：
获取主融合类型的目标数据的历史时空关系列表；
根据所述历史时空关系列表，得到当前时刻的第二时空关系列表；
根据当前时刻的第二时空关系列表，确定所述第二时空关系列表中每个其他类型的目标数据与所述主融合类型的目标数据的融合度值；
根据当前时刻的融合度值和可融合阈值，确定所述第二时空关系列表中每个其他类型的目标数据与主融合类型的目标数据的融合关系；
根据所述融合关系，得到在当前时刻所述第二时空关系列表中每个其他类型的目标数据的融合结果；
其中，根据所述历史时空关系列表，得到当前时刻的第二时空关系列表，包括：
根据所述其他类型的目标数据，确定当前时刻的被融合类型的目标数据；
遍历被融合类型的目标数据，分别得到每个被融合类型的目标数据与主融合类型的目标数据的第一时空关系键值对；
将所述第一时空关系键值对追加至所述历史时空关系列表中，得到当前时刻的第一时空关系列表；
遍历历史时空关系列表，将所述第一时空关系列表中未追加过第一时空关系键值对的目标数据确定为第一类型的目标数据；
根据所述第一类型的目标数据，分别得到每个第一类型的目标数据与主融合类型的目标数据的第二时空关系键值对；
将所述第二时空关系键值对追加至所述第一时空关系列表中，得到当前时刻的第二时空关系列表。
8.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，存储有指令，所述指令在计算机上运行时，使得计算机执行如权利要求1至6任一项所述的方法。
CN202210791236.6A 2022-07-07 2022-07-07 一种目标数据的处理方法、装置及设备 Active CN114861839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210791236.6A CN114861839B (zh) 2022-07-07 2022-07-07 一种目标数据的处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210791236.6A CN114861839B (zh) 2022-07-07 2022-07-07 一种目标数据的处理方法、装置及设备

Publications (2)

Publication Number Publication Date
CN114861839A CN114861839A (zh) 2022-08-05
CN114861839B true CN114861839B (zh) 2022-10-21

Family

ID=82626695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210791236.6A Active CN114861839B (zh) 2022-07-07 2022-07-07 一种目标数据的处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114861839B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109685086A (zh) * 2017-10-18 2019-04-26 中电科海洋信息技术研究院有限公司 海上船舶作业状态识别方法、装置、设备及存储介质
CN113869439A (zh) * 2021-10-08 2021-12-31 阿波罗智联(北京)科技有限公司 一种数据融合方法、装置及电子设备
CN114116864A (zh) * 2021-11-10 2022-03-01 深圳市北斗智能科技有限公司 多源时空数据融合方法、装置、计算机设备及存储介质
CN114581675A (zh) * 2021-12-24 2022-06-03 厦门理工学院 一种基于机器视觉与多源数据融合的海上船舶检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528940A (zh) * 2022-02-18 2022-05-24 深圳海星智驾科技有限公司 一种多传感器目标融合方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109685086A (zh) * 2017-10-18 2019-04-26 中电科海洋信息技术研究院有限公司 海上船舶作业状态识别方法、装置、设备及存储介质
CN113869439A (zh) * 2021-10-08 2021-12-31 阿波罗智联(北京)科技有限公司 一种数据融合方法、装置及电子设备
CN114116864A (zh) * 2021-11-10 2022-03-01 深圳市北斗智能科技有限公司 多源时空数据融合方法、装置、计算机设备及存储介质
CN114581675A (zh) * 2021-12-24 2022-06-03 厦门理工学院 一种基于机器视觉与多源数据融合的海上船舶检测方法

Also Published As

Publication number Publication date
CN114861839A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN113098723B (zh) 一种故障根因定位方法、装置、存储介质及设备
CN109889538B (zh) 用户异常行为检测方法及***
CN106897178B (zh) 一种基于极限学习机的慢盘检测方法及***
US20190087737A1 (en) Anomaly detection and automated analysis in systems based on fully masked weighted directed
CN110839016A (zh) 异常流量监测方法、装置、设备及存储介质
KR101748122B1 (ko) 경보의 오류율 계산 방법
CN111078513B (zh) 日志处理方法、装置、设备、存储介质及日志告警***
CN111639798A (zh) 智能的预测模型选择方法及装置
CN106598822B (zh) 一种用于容量评估的异常数据检测方法及装置
US11568179B2 (en) Selecting an algorithm for analyzing a data set based on the distribution of the data set
CN112162999A (zh) 基于交互式云计算的大数据处理方法及人工智能服务器
JP2021117968A (ja) 異常検出を扱うデバイス及び方法
CN112329895A (zh) 一种具有窃电嫌疑的用户的识别方法及装置
CN112751711A (zh) 告警信息处理方法和装置、存储介质和电子设备
CN114021188A (zh) 一种联邦学习协议交互安全验证方法、装置及电子设备
JP2020123097A (ja) 学習装置、学習方法および学習プログラム
CN114861839B (zh) 一种目标数据的处理方法、装置及设备
CN110213094B (zh) 一种威胁活动拓扑图的建立方法、装置及存储设备
CN116846658A (zh) 一种基于服务质量跟踪的网络安全风险智能评估方法
CN110991241A (zh) 异常识别方法、设备及计算机可读介质
CN111552842A (zh) 一种数据处理的方法、装置和存储介质
CN115510998A (zh) 交易异常值检测方法及装置
CN112348318B (zh) 一种供应链风险预测模型的训练和应用方法及装置
CN114048085A (zh) 一种磁盘故障分析方法、装置、设备及可读存储介质
EP3457609A1 (en) System and method for computing of anomalies based on frequency driven transformation and computing of new features based on point anomaly density

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
CP03 Change of name, title or address

Address after: No. 1156, F1, Building 2, Building A, Qingshuiwan International Information Industry Park, No. 1 Lehuo Avenue, Yingzhou Town, Lingshui Li Autonomous County, Hainan Province, 572427

Patentee after: Hainan Hailan Huanyu Ocean Information Technology Co.,Ltd.

Country or region after: China

Address before: 572025 rooms 425 and 426, 4th floor, building 4, Baitai Industrial Park, yazhouwan science and Technology City, Yazhou District, Sanya City, Hainan Province

Patentee before: Sanya Hai Lan world marine Mdt InfoTech Ltd.

Country or region before: China

CP03 Change of name, title or address