欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025115760142
申请人: 广东海洋大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种渔获多源数据融合构建方法,其特征在于,包括:

获取目标区域的产量数据、渔船轨迹数据、环境数据、调查数据及社会数据,并基于预设的海区网格和预设的时间窗口对所述产量数据、渔船轨迹数据、环境数据、调查数据及社会数据进行时空对齐,获取初始异构数据集;

基于预设的粗网格分辨率和细网格分辨率分别对所述初始异构数据集进行划分,获取粗网格多源数据子集和细网格多源数据子集;

对于所述粗网格多源数据子集和细网格多源数据子集,分别以海区节点、时间节点、渔船节点、环境因子节点和物种节点为节点,计算各个节点之间的关联性,并基于所述关联性确定各个节点之间的关联边,构建所述粗网格多源数据子集对应的第一图结构和所述细网格多源数据子集对应的第二图结构,包括:获取所述粗网格多源数据子集和细网格多源数据子集的第一网格尺度和第二网格尺度;分别基于所述第一网格尺度和第二网格尺度生成海区节点、时间节点、渔船节点、环境因子节点和物种节点,其中,每一节点均包括唯一标识符及与其节点类型对应的属性集合;对于任意两个节点,基于预设的语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边;基于各个节点和所述节点之间的关联边构建所述粗网格多源数据子集对应的第一图结构和所述细网格多源数据子集对应的第二图结构;

基于预设的相似度计算模型计算所述第一图结构和所述第二图结构的结构相似度,并基于所述结构相似度确定融合权重,基于所述融合权重对所述第一图结构和所述第二图结构进行加权融合,获取融合结构图,包括:基于预设的相似度计算模型计算所述第一图结构和所述第二图结构的结构相似度,所述结构相似度包括节点相似度、拓扑相似度、关系一致性和尺度对应性;基于预设的置信度对所述节点相似度、拓扑相似度、关系一致性和尺度对应性进行修正,获取相似性指标;基于预设融合规则将所述相似性指标映射为单一的结构相似度评分,并基于所述结构相似度评分确定融合权重;基于所述融合权重对所述第一图结构和所述第二图结构进行加权融合,获取融合结构图;

基于节点层注意力模块和边层注意力模块构建融合网络,将所述融合结构图输入所述融合网络进行融合,获取目标区域的渔获融合数据。

2.如权利要求1所述的一种渔获多源数据融合构建方法,其特征在于,所述对于任意两个节点,基于预设的语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边,包括:对于任意两个节点,确定节点类型,基于所述节点类型匹配语义关联规则;

基于所述语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边。

3.如权利要求2所述的一种渔获多源数据融合构建方法,其特征在于,所述基于所述语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边,包括:当所述节点类型为渔船节点和海区节点时,基于渔船轨迹和海区边界计算空间交集比例,基于所述空间交集比例确定关联度;

当所述节点类型为时间节点和海区节点时,基于时间节点内的渔船活动计数、渔获产量和调查样本数计算关联度;

当所述节点类型为环境因子节点和时间节点时,基于所述环境数据在所述时间窗口内的聚合统计特征计算关联度;

当所述节点类型为物种节点和其余任意节点,基于物种出现频次、物种数量及分类置信度衡量计算关联度。

4.如权利要求3所述的一种渔获多源数据融合构建方法,其特征在于,所述基于所述融合权重对所述第一图结构和所述第二图结构进行加权融合,获取融合结构图,包括:基于各个节点的唯一标识符、空间包含关系或时间窗口重合度获取所述第一图结构和所述第二图结构的节点映射关系;

基于所述节点映射关系、预设的初始边权和所述融合权重对所述第一图结构和所述第二图结构进行融合,获取融合结构图。

5.如权利要求1至4任一项所述的一种渔获多源数据融合构建方法,其特征在于,所述基于节点层注意力模块和边层注意力模块构建融合网络,将所述融合结构图输入所述融合网络进行融合,获取目标区域的渔获融合数据,包括:遍历所述融合结构图,基于所述节点层注意力模块对当前节点的不同类别邻居节点分别计算多头注意力系数,并基于所述多头注意力系数对所述融合结构图中的节点进行加权聚合;

基于边层注意力模块对当前节点的不同关联边计算各关联边的贡献权重,并基于所述贡献权重对所述融合结构图中的关联边进行加权融合。

6.一种渔获多源数据融合构建系统,其特征在于,包括:预处理模块、网格划分模块、图构建模块、融合模块和识别模块;

所述预处理模块,用于获取目标区域的产量数据、渔船轨迹数据、环境数据、调查数据及社会数据,并基于预设的海区网格和预设的时间窗口对所述产量数据、渔船轨迹数据、环境数据、调查数据及社会数据进行时空对齐,获取初始异构数据集;

所述网格划分模块,用于基于预设的粗网格分辨率和细网格分辨率分别对所述初始异构数据集进行划分,获取粗网格多源数据子集和细网格多源数据子集;

所述图构建模块,用于对于所述粗网格多源数据子集和细网格多源数据子集,分别以海区节点、时间节点、渔船节点、环境因子节点和物种节点为节点,计算各个节点之间的关联性,并基于所述关联性确定各个节点之间的关联边,构建所述粗网格多源数据子集对应的第一图结构和所述细网格多源数据子集对应的第二图结构,包括:获取所述粗网格多源数据子集和细网格多源数据子集的第一网格尺度和第二网格尺度;分别基于所述第一网格尺度和第二网格尺度生成海区节点、时间节点、渔船节点、环境因子节点和物种节点,其中,每一节点均包括唯一标识符及与其节点类型对应的属性集合;对于任意两个节点,基于预设的语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边;基于各个节点和所述节点之间的关联边构建所述粗网格多源数据子集对应的第一图结构和所述细网格多源数据子集对应的第二图结构;

所述融合模块,用于基于预设的相似度计算模型计算所述第一图结构和所述第二图结构的结构相似度,并基于所述结构相似度确定融合权重,基于所述融合权重对所述第一图结构和所述第二图结构进行加权融合,获取融合结构图,包括:基于预设的相似度计算模型计算所述第一图结构和所述第二图结构的结构相似度,所述结构相似度包括节点相似度、拓扑相似度、关系一致性和尺度对应性;基于预设的置信度对所述节点相似度、拓扑相似度、关系一致性和尺度对应性进行修正,获取相似性指标;基于预设融合规则将所述相似性指标映射为单一的结构相似度评分,并基于所述结构相似度评分确定融合权重;基于所述融合权重对所述第一图结构和所述第二图结构进行加权融合,获取融合结构图;

所述识别模块,用于基于节点层注意力模块和边层注意力模块构建融合网络,将所述融合结构图输入所述融合网络进行融合,获取目标区域的渔获融合数据。

7.如权利要求6所述的一种渔获多源数据融合构建系统,其特征在于,所述图构建模块,用于对于任意两个节点,基于预设的语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边,包括:对于任意两个节点,确定节点类型,基于所述节点类型匹配语义关联规则;

基于所述语义关联规则计算节点之间的关联度,并基于所述关联度和预设的生成策略确定节点之间的关联边。