[发明专利]用于地球空间数据的索引计算方法、系统、计算及其存储介质

说明书

本发明提出了一种面向多源地球空间数据的语义索引计算方法，基于DenseNet结构建立深度语义提取网络，完成地球空间数据的精确分类和深度语义特征提取；对地球空间数据进行相似性分析生成地球空间数据相关组，再将它们输入到具有三个分支的索引计算网络中，生成地球空间数据索引；利用神经网络模型建立树状结构的索引更新网络，根据新增数据的特征直接计算索引。本发明能够根据数据的分布特征动态调整索引结构，提升索引的灵活性与适应性，保证数据迭代更新后的系统检索能力。

技术领域

本发明涉及地理信息技术领域，具体涉及一种用于地球空间数据的索引计算方法、系统、计算及其存储介质。

背景技术

近年来，随着天地一体化对地观测系统、传感器技术与智能计算技术的快速发展，地球空间数据呈现出爆发式增长。随着用户范围和应用领域的不断拓宽，为了满足对数据分辨率、数据精度等方面的要求，进行多源地球空间数据的协同利用，发挥不同来源数据的优势的需求日益迫切。这不仅为地球空间数据应用带来了新的发展机遇，也对多源地球空间数据的存储与访问方面提出了挑战。索引是数据库系统中用于提升数据存取性能的一项重要技术，在海量多源地球空间数据的快速获取与应用中也起到重要的作用，面向多源地球空间数据建立索引是提高数据访问效率的有效解决方案。然而，现有的地球空间数据索引还存在一定的弊端。首先，已有实现方案大多都是结合数据的特点构建的固定索引结构，其次，这些索引的构建过程复杂、各环节相对孤立。多源地球空间数据的更新过程具有更新周期短、数据量大等特点。同时，数据来源的不同也会带来数据分布的改变。已建立的索引结构通常无法完全匹配更新后的数据集，需要同步更新索引结构以保证更新后的检索效率。因此，已有的索引方案难以在兼顾索引的灵活性与适应性，对于海量地球空间数据的更新场景不再适用。

因此，在地球空间数据应用领域，亟需面向地球空间数据更新场景，提供一种自动学习数据分布并调整索引结构的方法，减少索引更新过程中的人为干预，保证数据新增和数据更新后的系统检索能力。

发明内容

本发明的目的在于提出一种用于地球空间数据的索引计算方法、系统、计算及其存储介质。

实现本发明目的的技术解决方案为：一种面向多源地球空间数据的语义索引计算方法，包括如下步骤：

步骤1，数据语义提取：获取具有类别标签、时问信息、空间位置信息的地球空间数据，并使用空间金字塔技术对获取的地球空间数据进行增强处理，得到具有不同分辨率尺度、覆盖不同空间范围的地球空间数据网格；建立深度语义提取网络，使用DenseNet网络结构作为主干网络，在DenseNet网络后按顺序增加全连接层和softmax分类层，softmax分类层的输出结果是网格上的初步预测结果，在softmax分类层后增加投票分类器，将同一数据不同网格上的softmax分类结果进行集成，得到最终的分类结果；将投票分类器的输出结果作为地球空间数据的语义类别，将全连接层的输出结果作为地球空间数据的深度语义特征向量；

步骤2，数据索引计算：对所有的地球空间数据分别进行语义相关性度量，即在深度语义特征维度、时间维度和空间维度的特征相似度，对不同维度上的相似度加权得到全局相关性；根据地球空间数据间的全局相关性生成地球空间数据相关组，地球空间数据相关组包含三个元素，一个是随机选择的数据，称之为目标数据，一个是与目标数据存在语义相关性关系的地球空间数据，称之为相关数据，另一个则是与目标数据之间不具备语义相关性或相关性不明显的地球空间数据，称之为无关数据；建立索引计算网络，该网络中有三个分支，不同分支采用相同的神经网络结构并共享参数，输入分别为深度语义提取网络输出的地球空间数据的深度语义特征向量、地球空间数据自身的时间特征向量和空间特征向量，输出为二进制表示的地球空间数据的索引；