Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏莳光地理信息科技有限公司周小刚获国家专利权

江苏莳光地理信息科技有限公司周小刚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏莳光地理信息科技有限公司申请的专利一种基于云计算的测绘数据处理方法与系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120892165B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511433465.0,技术领域涉及:G06F9/48;该发明授权一种基于云计算的测绘数据处理方法与系统是由周小刚;徐晨;薛仝设计研发完成,并于2025-10-09向国家知识产权局提交的专利申请。

一种基于云计算的测绘数据处理方法与系统在说明书摘要公布了:本发明涉及测绘数据处理技术领域,公开了一种基于云计算的测绘数据处理方法,所述方法包括:获取地形高程、地形坡度和环境参数,基于所述数据进行多源融合与特征提取,得到初步特征集,对初步特征集执行动态纠正与完整性校验,生成校正特征集;通过残差分析得到优化特征集,划分高频特征缓存,构建分区特征集,对分区数据进行同步性验证,得到一致性特征集,执行多线程整合,形成全局整合特征集,完成异常区域重构与优化,生成高精度特征集,最终通过并行任务分解与加速整合,输出高精度测绘数据。所述方法解决多源复杂数据下的调度精度受限问题。

本发明授权一种基于云计算的测绘数据处理方法与系统在权利要求书中公布了:1.一种基于云计算的测绘数据处理方法,其特征在于,包括: 获取地形高程、地形坡度和环境参数; 根据所述地形高程、地形坡度和环境参数,进行多源数据融合与特征提取,得到初步特征集; 根据所述初步特征集,进行动态纠正与完整性校验,得到校正特征集; 根据所述校正特征集,进行地形残差分析,得到优化特征集; 根据所述优化特征集,进行高频特征缓存划分,得到分区特征集; 根据所述分区特征集,进行同步性验证,得到一致性特征集; 根据所述一致性特征集,进行多线程特征整合处理,得到全局整合特征集; 根据所述全局整合特征集,进行异常区域特征重构与高精度优化,得到高精度特征集; 根据所述高精度特征集,进行并行任务分解与加速特征整合,得到高精度测绘数据; 其中,所述根据所述地形高程、所述地形坡度和所述环境参数,进行多源数据融合与特征提取,得到初步特征集,包括: 根据所述地形高程、所述地形坡度和所述环境参数,进行栅格化映射与重采样处理,得到空间一致多源测绘特征矩阵; 基于随机森林算法,对所述空间一致多源测绘特征矩阵,进行特征重要性评估与地形类型分类,得到不同区域地形形态的融合特征集合; 基于支持向量机算法,对所述不同区域地形形态的融合特征集合,进行完整性判断,若判断结果为特征维度不全,则剔除该区域特征;若判断结果为完整,则将该区域特征与环境因子进行加权融合,从而得到初步特征集; 其中,所述根据所述优化特征集,进行高频特征缓存划分,得到分区特征集,包括: 将所述优化特征集,按照预设空间尺度,进行地形网格划分,得到初始分区特征数据; 根据所述初始分区特征数据,进行高频区域识别与缓存优化,得到更新分区特征结构; 基于XGBoost算法,对所述更新分区特征结构,进行最优配置推理与分区重构,得到分区特征集; 其中,进行高频特征缓存划分,包括:系统针对每一个分区网格进行数据访问频率统计操作,统计的基础是此前多轮处理任务中的历史访问记录与当前整合过程中任务调度信息;在此基础上,系统设定一个高频识别阈值,识别出的高频区域将优先进行缓存结构的优化配置,即优先在缓存节点中为其分配更大的存储空间与更高的访问优先级; 其中,所述根据所述一致性特征集,进行多线程特征整合处理,包括:系统对一致性特征集进行初步分区,以满足并行计算的前提条件;系统分别为每个子特征区域分配独立线程进行处理;线程首先对负责区域内的每一个栅格单元进行空间索引重构,统一其坐标表达与相邻关系,并计算空间相似性指标;对相邻两个线程负责区域的边界栅格进行数值差值比较,若两端相邻栅格坡度差超过设定阈值三度,则判定为边界跳跃;系统引入线性插值方法或滑动窗口平滑方法生成中间过渡数据;系统使用五点滑动窗口对边界跳跃段进行平滑计算,实际采用的是加权平均方式,从而有效缓解因多线程处理边界所导致的梯度突变问题; 根据所述高精度特征集,进行并行任务分解与加速特征整合,包括:系统根据高精度特征集的空间分布与特征类型进行预处理,评估当前待处理数据在各个空间块之间的分布均衡性以及特征波动程度;将高精度特征集划分为多个计算单元,每个单元包含相似地貌结构或相近高程梯度的数据区域;接着,系统进入并行任务调度阶段;调度机制考虑到各计算节点的处理能力、当前负载状态以及各任务数据量的差异,对每个单元执行动态线程分配;各并行任务在执行过程中分别计算区域内的坡度均值、高程方差及空间梯度,并完成初步整合工作;该过程即为并行整合处理,输出初步测绘数据;在对所有异常区域完成优化处理后,系统对优化特征整合结果再次执行空间一致性分析,并构建新的任务分解策略;依据上一次并行处理的耗时分布及异常区域出现频率,重新分配任务权重与线程结构,以进一步降低整体整合耗时。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏莳光地理信息科技有限公司,其通讯地址为:226000 江苏省南通市苏锡通科技产业园区清枫路1号内7幢清枫创业园电子厂房D7西侧211室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。