[发明专利]基于边缘计算的海底观测网数据异构解析集成方法在审
申请号: | 202010284486.1 | 申请日: | 2020-04-13 |
公开(公告)号: | CN111626324A | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 陈杰;胡一帆;刘海林;吕斌;曹琳;李辉 | 申请(专利权)人: | 山东省科学院海洋仪器仪表研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 青岛华慧泽专利代理事务所(普通合伙) 37247 | 代理人: | 马千会 |
地址: | 266200 山东省青岛市鳌山卫街*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 边缘 计算 海底 观测 数据 解析 集成 方法 | ||
1.基于边缘计算的海底观测网数据异构解析集成方法,其特征在于,包括:
本地客户端获取海底观测网络的直接数据源,发送给边缘服务器;
边缘服务器进行数据预处理,计算每类数据的特征值,并将得到的特征值传输至云端管理服务器;
云管理服务器将接收到的特征值输入预先训练好的数据分类模型进行分类,生成匹配矩阵;
云管理服务器将生成的匹配矩阵传输给边缘服务器;
边缘服务器继续传输匹配矩阵至本地客户端,进行匹配矩阵的转换,在本地客户端实现数据的解析集成。
2.根据权利要求1所述的基于边缘计算的海底观测网数据异构解析集成方法,其特征在于,所述的数据分类模型采用分类算法构建,以NEPTUNE集成系统中的历史观测数据为训练集,进行模型训练。
3.根据权利要求2所述的基于边缘计算的海底观测网数据异构解析集成方法,其特征在于,所述分类算法使用针对海洋数据特点改进的分组加权KNN算法。
4.根据权利要求3所述的基于边缘计算的海底观测网数据异构解析集成方法,其特征在于,所述改进的分组加权KNN算法是将训练集按照所属类别分解成组,计算出每一组中心的位置,以中心点代表该组特性信息,测试集计算与每一组中心的距离,选出距离最近的若干组,再在选取的几组中应用KNN算法。
5.根据权利要求2所述的基于边缘计算的海底观测网数据异构解析集成方法,其特征在于,所述历史观测数据经过预处理,提取特征值作为分类模型的训练输入。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东省科学院海洋仪器仪表研究所,未经山东省科学院海洋仪器仪表研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010284486.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于ADAS的吸烟监测方法及系统
- 下一篇:一种基于特征的图像匹配方法