[发明专利]一种海洋大数据采集以及元数据管理方法在审

专利信息
申请号: 201810083551.7 申请日: 2018-01-29
公开(公告)号: CN108320092A 公开(公告)日: 2018-07-24
发明(设计)人: 钟彦;符才;张艺;李艺渊;黄春桃;何子明;梁田玲;刘木玉 申请(专利权)人: 广东湛数大数据有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06F17/30
代理公司: 六安市新图匠心专利代理事务所(普通合伙) 34139 代理人: 朱小杰
地址: 524000 广东省湛江市麻章城区金*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 海洋数据 大数据 元数据管理 海洋 内容报告 物联网 解析 采集 实时更新 查询 融合 补充 考察
【说明书】:

发明公开了一种海洋大数据采集以及元数据管理方法,所述方法包括以下步骤:第一步:通过人为的方式进行海洋大数据的收集,通过派遣工作人员去海洋边进行考察以及数据的收集;第二步:工作人员把收集到的海洋数据进行融合整理,得到一份具体的海洋数据内容报告;第三步:把相应的海洋数据内容报告进行整理解析,通过这个领域的专家对数据进行解析,方便得出海洋数据的结论。本发明使得海洋数据通过物联网方便用户进行查询以及了解,通过物联网能够进行海洋数据之间的交互,方便对海洋数据进行实时更新,方便对相应的海洋数据内容进行及时补充,弥补相应海洋数据的不足,提高海洋数据的使用,方便海洋数据发挥其的作用,展现海洋数据的价值。

技术领域

本发明涉及xxx技术领域,具体为一种海洋大数据采集以及元数据管理方法。

背景技术

海洋数据资料浩如烟海.它涵盖了海底地形数据、海洋遥感资料、船测数据、浮标资料、模式同化资料等诸多方面。这些海洋数据资料具有海量性、多类性、模糊性及时空过程性等特点.原始的海洋数据资料不能直接用于分析和挖掘,因此在对数据进行挖掘前要预先对数据进行清洗、转换、选择等预处理。其后的海洋数据挖掘,常用的算法有回归算法、统计分析、聚类分析、关联规则挖掘等。关联数据挖掘是能够有效地发现数据潜在的规律;聚类分析是一种不依赖于预先定义的类和带类标号的训练数据的非监督学习,实现了在未知类别标签样本集的非监督学习,回归分析是一个统计预测模型.用以描述和评估应变量与一个或多个自变量之间的关系。

海洋是一个动态的、连续的、边界模糊的时空信息载体。随着探测设备和信息技术的不断发展,海洋数据获取手段日益增多,海洋信息获取的速度和精度也在不断提高,获取的海洋数据量越来越大,海洋数据已经呈现出海量特征;海洋数据获取手段的多样化以及海洋观测要素的多元化,使得海洋数据类型呈现出多类性特征;同时。海洋时刻处于一个动态变化的过程中,它和大气、陆地密切相关,海洋数据表现为强时空过程性。海洋数据的海量性、多类性、模糊性、时空过程性等特征,使得海洋数据成为大数据的典范。

发明内容

本发明的目的在于提供一种海洋大数据采集以及元数据管理方法,具备数据收集、采集、解析、分类、管理、储存和联网传输的优点,解决了海洋数据不方便进行收集管理,使得海洋数据无法体现其该有的作用和价值的问题。

为实现上述目的,本发明提供如下技术方案:一种海洋大数据采集以及元数据管理方法,所述方法包括以下步骤:

第一步:通过人为的方式进行海洋数据的收集,通过派遣工作人员去海洋边进行考察以及数据的收集;

第二步:工作人员把收集到的海洋数据进行融合整理,得到一份具体的海洋数据内容报告;

第三步:把相应的海洋数据内容报告进行整理解析,通过这个领域的专家对数据进行解析,从而方便得出海洋数据的结论;

第四步:对符合相对应结论的海洋数据进行整体、收集和分类,从而方便对相应的海洋数据进行使用与调阅;

第五步:对分类完成的海洋原始数据进行储存,通过储存对原始数据进行保护,防止原始数据的丢失,通过海洋数据管理单元对海洋数据进行有效管理,方便对海洋数据进行上传,从而方便不同的用户进行海洋数据的调取,使得海洋数据方便为用户提供便捷。

优选的,所述海洋数据收集单元包括人为收集法以及查询收集法,人为收集法为调配相应的工作人员在海洋边进行实地考察,考察过程中对海洋数据进行收集,查询收集法是通过工作人员在互联网上进行数据查找,对查找的海洋数据进行记录收集。

优选的,所述海洋数据采集单元是对数据进行整理,去除重复的海洋数据,度海洋数据进行完整化,去除残缺的海洋数据,使得海洋数据完整化,且保证了海洋数据格式的一定性,方便进行海洋数据后续的解析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东湛数大数据有限公司,未经广东湛数大数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810083551.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top