[发明专利]一种国土空间云平台中图层分析响应时间的预测方法

权利要求书

1.一种国土空间云平台中图层分析响应时间的预测方法，其特征在于，包括如下步骤：

步骤一，对国土空间信息服务云平台中图层分析日志数据和空间分析日志数据，采用业务号内关联方法，匹配图层分析数据和空间分析结果数据；

步骤二，对图层分析响应时间、图层面积采用Box-Cox变换，使其数据分布呈类正态分布；

步骤三，基于图层分析数据和空间分析结果数据，利用一分类模型清洗图层分析数据中的异常值；

图层分析数据和空间分析结果数据包括图层操作类型、空间分析专题特征、图层地块特征、图层分析响应时间Box-Cox变换数据、图层面积Box-Cox变换数据和时间特征；

图层操作类型采用One-hot编码，分别表征不同图层操作，包括入库、分析；空间分析专题特征采用分箱计数思想，此处是计算空间分析专题访问且有正常返回值的概率；图层地块特征指同一个业务号对应的地块数目；时间特征是从月、日、时角度分别计算某月某日某时用户进行图层分析且有正常返回值的概率和某月某日某时用户进行图层分析的概率；

步骤四，利用Savitzky-Golay算法平滑图层分析响应时间Box-Cox变换数据，过滤其局部波峰值、波谷值，即从时序角度，清洗局部异常数据；

步骤五，统计并计算步骤四平滑后的图层分析响应时间Box-Cox变换数据在某一时间粒度下的统计值，并利用小波分解将图层分析响应时间Box-Cox变换值分解为近似系数和细节系数，并从中提取线性分量和非线性分量；其中近似系数表征图层分析响应时间的短期扰动特征，细节系数表征图层分析响应时间的长期稳定特征；

步骤六，基于步骤五图层分析响应时间Box-Cox变换统计值的细节系数，检验其P值是否小于某一阈值，若小于某一阈值表示数据具有稳定性，即原假设数据具有齐次均值、方差成立；若不满足，则表示步骤三至五处理效果不理想，即图层分析响应时间数据中存在异常值或Box-Cox变换参数不合适，通过调整一分类模型和Savitzky-Golay算法的参数，或者通过调整Box-Cox变换参数，获得较好的异常处理效果；

步骤七，利用ARIMA模型拟合图层分析响应时间Box-Cox变换统计值数据并预测下一时刻Box-Cox变换统计值，并利用图层分析响应时间Box-Cox变换统计值的历史数据、下一时刻图层分析响应时间Box-Cox变换统计值线性分量预测值和非线性分量历史数据构造多元时间特征矩阵，作为XGBoost模型的输入，从而得到下一时刻图层分析响应时间Box-Cox变换统计值的预测值；

步骤八，利用Box-Cox逆变换还原下一时刻响应时间统计值的预测值，即可参考此预测值评估下一时刻国土空间信息服务云平台图层分析的响应时间情况。

2.如权利要求1所述的一种国土空间云平台中图层分析响应时间的预测方法，其特征在于：步骤二中Box-Cox变换的计算公式如下，

式(1)中，λ为Box-Cox变换参数。

3.如权利要求1所述的一种国土空间云平台中图层分析响应时间的预测方法，其特征在于：步骤三中进一步包括；

步骤3.1，划分训练集和测试集，并对样本数据标记正负样本，其中，负样本表示图层分析响应超时的样本数据；正样本表示图层分析响应时间正常的样本数据；

图层分析业务状态有三种：Info、Error、Fatal；若图层分析业务状态为异常Fatal，则将同一报件同一专题的其他子图层操作标记为负样本，同时，将该图层分析时序上的下一个图层操作也标记为负样本；Info表示图层分析状态正常，Error表示图层分析有错误信息输出，但整个图层分析程序未崩溃，因此，将图层分析业务状态为Info和Error的标记为正样本；

步骤3.2，将正样本数据作为一分类模型的输入，训练正样本的模型边界；

步骤3.3，利用训练好的一分类模型清洗基于图层分析业务状态为异常的响应时间Box-Cox变换值。