一种智能高效的时空大数据分析方法

技术领域

本发明涉及时空大数据分析技术领域，特别涉及一种智能高效的时空大数据分析方法。

背景技术

随着互联网技术、社交媒体平台的不断发展和进步,人类活动每时每刻都会产生大量的时空数据,具有位置坐标和时间标签,具体包括移动轨迹数据、社交媒体数据、购物订单数据、手机信令数据等。这些数据记录着人类的日常生活,蕴含着人类活动的潜在规律,且它们正以前所未有的速度和规模增长和累积,亟待被合理、高效、充分地挖掘应用。近年来,面向人类活动的时空大数据逐渐被挖掘、利用、生成各类智慧服务,并渗透到人们生活的各方面。在智慧经济方面,企业利用数据挖掘技术,从客户消费的时空大数据中获取人们消费习惯,并划分成不同的消费群体,从而有针对性地投放产品,实现精准营销；在智慧交通方面,通过分析人流和车辆移动轨迹的时空大数据,可以预测路段的人流密度与交通状况,从而有效改善交通拥堵现象；在智慧医疗方面,通过对海量病历数据进行分析建模,可以了解人群疾病的时空分布规律,从而及时进行疾病的预防和控制，而现有时空大数据在分析过程中往往存在以下问题：1.现有时空大数据在分析过程中分析效率不高，常常需要对大量的时空大数据进行集中分析，导致分析数据量过大，影响分析效率；2.现有时空大数据的分析放大适用范围窄，不利于大面积推广使用。

发明内容

本发明的主要目的在于提供一种智能高效的时空大数据分析方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种智能高效的时空大数据分析方法，包括以下步骤：

步骤一、获取时空大数据集：通过传感网采集接入时空大数据并融合数据,建成时空大数据集；

步骤二、时空大数据集的识别：针对统计分析条件，利用时空大数据识别模块对大量的时空大数据集进行识别；

步骤三、识别数据的存储：时空大数据识别模块获得传感器信号量时，将识别的时空大数据集信息存储在信号量数据中，并将信号量数据上传至时空大数据库；

步骤四、时空大数据体系分析：针对统计分析条件，利用主动采集模块对时空大数据库进行数据读取并完成对应服务数据的采集；

步骤五、对应服务数据的存储:利用数据存储模块对对应服务数据进行存储；

步骤六、数据应用：将数据存储模块内存储的数据，根据业务需要利用统计模块进行统计，得出对应的业务模型数据并应用。

优选的，所述步骤一中时空大数据包括时空基准数据、GNSS和位置轨迹数据、大地测量与重磁测量数据、遥感影像数据、地图数据和空间媒体数据。

优选的，所述时空基准数据包括时间基准数据和空间基准数据，所述大地测量与重磁测量数据包括大地控制数据、重力场数据和磁力数据，所述地图数据为各类地图和地图集数据，所述空间媒体数据为具有空间位置特征的随时间变化的数字化文字、图形、图像、声音、视频、影像和动画媒体数据。

优选的，所述GNSS和位置轨迹数据包括GNSS基准站数据和位置轨迹数据，所述位置轨迹数据包括个人轨迹数据、群体轨迹数据、交通轨迹数据、信息流轨迹数据、物流轨迹数据和资金轨迹数据。

优选的，所述遥感影像数据包括卫星遥感影像数据、航空遥感影像数据、地面遥感影像数据和地下感知数据，所述卫星遥感影像数据包括可见光影像数据、微波遥感影像数据、红外影像数据和激光雷达扫描影像数据。

优选的，所述传感网包括具有空间位置特征的地面传感网和地下管线智能感知的设备。

优选的，所述步骤二中时空大数据识别模块包括信号特征库和信号类别判定模块，所述信号特征库包括大量传感器采样信号和采样信号对应的信号特征，且信号特征包括数字量特征和模拟量特征，所述信号类别判定模块用于在传感器信号量传输过程中，对实时取得的信号量特征数据建立传感器模型，并从传感器模型中提取数字量特征或模拟量特征，在信号特征库中找到与数字量特征或模拟量特征相匹配的采样信号。

优选的，所述步骤四中主动采集模块用于接收时空大数据库内输入数据或主动读取采集时空大数据库对应服务数据。

优选的，所述步骤五中数据存储模块用于存储根据统计分析条件在时空大数据库中读取的数据对应服务数据。

优选的，所述步骤四中主动采集模块包括交互驱动单元、模型驱动单元、数据驱动单元和条件分析单元。

与现有技术相比，本发明具有如下有益效果：

1、本发明中，通过时空大数据识别模块对时空大数据进行识别，并将获得传感器信号量的时空大数据进行识别存储，避免了后续分析的无效性，避免大量数据的集中分析，提高了时空大数据分析效率；而对于分析的时空大数据包括时空基准数据、GNSS和位置轨迹数据、大地测量与重磁测量数据、遥感影像数据、地图数据和空间媒体数据，且该时空大数据利用传感网采集接入，便于对后续数据进行全面分析，保证了分析的精准性。

2、本发明中，通过主动采集模块接收时空大数据库内输入数据或主动读取采集时空大数据库对应服务数据，并通过主动采集模块内的交互驱动单元、模型驱动单元、数据驱动单元和条件分析单元完成分析工作，可适用于多粒度时空对象复杂关联、关系网络可视推理和复杂时空过程模拟预测的应用，使得该分析方法适用范围更广。

附图说明

图1为本发明一种智能高效的时空大数据分析方法的流程图；

图2为本发明一种智能高效的时空大数据分析方法中时空大数据分析时的流程图；

图3为本发明一种智能高效的时空大数据分析方法的数控大数据的结构示意图；

图4为本发明一种智能高效的时空大数据分析方法的时空基准数据的结构示意图；

图5为本发明一种智能高效的时空大数据分析方法的GNSS和位置轨迹数据的结构示意图；

图6为本发明一种智能高效的时空大数据分析方法的遥感影像数据的结构示意图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

如图1-6所示，一种智能高效的时空大数据分析方法，其特征在于：包括以下步骤：

步骤一、获取时空大数据集：通过传感网采集接入时空大数据并融合数据,建成时空大数据集；

步骤二、时空大数据集的识别：针对统计分析条件，利用时空大数据识别模块对大量的时空大数据集进行识别；

步骤三、识别数据的存储：时空大数据识别模块获得传感器信号量时，将识别的时空大数据集信息存储在信号量数据中，并将信号量数据上传至时空大数据库；

步骤四、时空大数据体系分析：针对统计分析条件，利用主动采集模块对时空大数据库进行数据读取并完成对应服务数据的采集；

步骤五、对应服务数据的存储:利用数据存储模块对对应服务数据进行存储；

步骤六、数据应用：将数据存储模块内存储的数据，根据业务需要利用统计模块进行统计，得出对应的业务模型数据并应用。

所述步骤一中时空大数据包括时空基准数据、GNSS和位置轨迹数据、大地测量与重磁测量数据、遥感影像数据、地图数据和空间媒体数据，多类型的时空大数据便于对后续数据进行分析，保证了分析的精准性；所述时空基准数据包括时间基准数据和空间基准数据，所述大地测量与重磁测量数据包括大地控制数据、重力场数据和磁力数据，所述地图数据为各类地图和地图集数据，所述空间媒体数据为具有空间位置特征的随时间变化的数字化文字、图形、图像、声音、视频、影像和动画媒体数据，如通信数据、社交网络数据、搜索引擎数据、在线电子商务数据、城市监控摄像头数据等；所述GNSS和位置轨迹数据包括GNSS基准站数据和位置轨迹数据，所述位置轨迹数据包括个人轨迹数据、群体轨迹数据、交通轨迹数据、信息流轨迹数据、物流轨迹数据和资金轨迹数据，通过GNSS测量和手机等方法获得的用户活动数据，可被用于反映用户的位置和用户的社会偏好及相关交通情况等；所述遥感影像数据包括卫星遥感影像数据、航空遥感影像数据、地面遥感影像数据和地下感知数据，所述卫星遥感影像数据包括可见光影像数据、微波遥感影像数据、红外影像数据和激光雷达扫描影像数据；所述传感网包括具有空间位置特征的地面传感网和地下管线智能感知的设备，便于进行信息的输送；所述步骤二中时空大数据识别模块包括信号特征库和信号类别判定模块，所述信号特征库包括大量传感器采样信号和采样信号对应的信号特征，且信号特征包括数字量特征和模拟量特征，所述信号类别判定模块用于在传感器信号量传输过程中，对实时取得的信号量特征数据建立传感器模型，并从传感器模型中提取数字量特征或模拟量特征，在信号特征库中找到与数字量特征或模拟量特征相匹配的采样信号，将获得传感器信号量的时空大数据进行识别存储，避免了后续的无效性，提高了时空分析的效率；所述步骤四中主动采集模块用于接收时空大数据库内输入数据或主动读取采集时空大数据库对应服务数据；所述步骤五中数据存储模块用于存储根据统计分析条件在时空大数据库中读取的数据对应服务数据；所述步骤四中主动采集模块包括交互驱动单元、模型驱动单元、数据驱动单元和条件分析单元，交互驱动单元、模型驱动单元、数据驱动单元和条件分析单元可适用于多粒度时空对象复杂关联、关系网络可视推理和复杂时空过程模拟预测的应用，使得该分析方法适用范围更广。

需要说明的是，本发明为一种智能高效的时空大数据分析方法，首先通过传感网采集接入时空大数据并融合数据,建成时空大数据集；针对统计分析条件，利用时空大数据识别模块对大量的时空大数据集进行识别；利用时空大数据识别模块获得传感器信号量时，将识别的时空大数据集信息存储在信号量数据中，并将信号量数据上传至时空大数据库；针对统计分析条件，利用主动采集模块对时空大数据库进行数据读取并完成对应服务数据的采集；利用数据存储模块对对应服务数据进行存储；将数据存储模块内存储的数据，根据业务需要利用统计模块进行统计，得出对应的业务模型数据并应用，符合不同场景下的应用，而对于分析的时空大数据包括时空基准数据、GNSS和位置轨迹数据、大地测量与重磁测量数据、遥感影像数据、地图数据和空间媒体数据，且该时空大数据利用传感网采集接入，便于对后续数据进行分析，保证了分析的精准性，而该时空大数据在分析之前通过时空大数据识别模块进行识别，将获得传感器信号量的时空大数据进行识别存储，避免了后续的无效性，提高了时空分析的效率，而在时空大数据的分析过程中利用主动采集模块接收时空大数据库内输入数据或主动读取采集时空大数据库对应服务数据，并配合主动采集模块内的交互驱动单元、模型驱动单元、数据驱动单元和条件分析单元完成分析工作，可适用于多粒度时空对象复杂关联、关系网络可视推理和复杂时空过程模拟预测的应用，使得该分析方法适用范围更广。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。