排序方式: 共有3条查询结果,搜索用时 109 毫秒
1
1.
随着对地立体观测体系的建立,遥感大数据不断累积。传统基于文件、景/幅式的影像组织方式,时空基准不够统一,集中式存储不利于大规模并行分析。对地观测大数据分析仍缺乏一套统一的数据模型与基础设施理论。近年来,数据立方体的研究为对地观测领域大数据分析基础设施提供了前景。基于统一的分析就绪型多维数据模型和集成对地观测数据分析功能,可构建一个基于数据立方的对地观测大数据分析基础设施。因此,本文提出了一个面向大规模分析的多源对地观测时空立方体,相较于现有的数据立方体方法,强调多源数据的统一组织、基于云计算的立方体处理模式以及基于人工智能优化的立方体计算。研究有助于构建时空大数据分析的新框架,同时建立与商业智能领域的数据立方体关联,为时空大数据建立统一的时空组织模型,支持大范围、长时序的快速大规模对地观测数据分析。本文在性能上与开源数据立方做了对比,结果证明提出的多源对地观测时空立方体在处理性能上具有明显优势。 相似文献
2.
3.
数据驱动的研究范式对地理人工智能(geospatial artificial intelligence, GeoAI)样本数据共享提出了强烈需求。不同的GeoAI应用样本数据内容和组织形式多样,如何构建统一的信息模型,是GeoAI样本数据共享与互操作的前提。通过分析不同GeoAI样本数据的公共特征与核心属性,提出了样本数据的共享信息模型,探讨了样本数据质量指标体系和评估方法,为GeoAI样本数据建库与共享服务提供了参考。 相似文献
1