项目名称: 任务感知的遥感信息服务动态组合方法

项目编号: No.41201440

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 杨晓霞

作者单位: 成都理工大学

项目金额: 25万元

中文摘要: 随着多平台多传感器遥感技术的发展,遥感数据已经成为空间数据最主要的来源。但是由于缺乏有效的共享和增值应用手段,遥感数据快速获取与信息高效处理能力不足之间的鸿沟日益加剧。面向服务的思想为解决此问题提供了有潜力的途径,将遥感信息及其处理资源均作为服务对待,通过服务的发现与组合,实现分布式环境下的多源遥感信息及其处理资源的按需聚合与高效协同,从而满足更加复杂的应用需求。针对遥感信息处理服务组合的正确性与成功率难题,本申请提出任务感知的遥感信息处理服务动态组合方法,深入研究粗粒度、模糊的高层任务语义与细粒度、精确的底层服务语义之间的映射关系,主要包括:1)基于语义的遥感信息应用任务理解;2)顾及任务语义的遥感信息处理服务选择;3)自适应任务变化的遥感信息处理动态组合。

中文关键词: 地理信息服务;智能服务;任务感知;服务组合;

英文摘要: Remote sensing technology has been widely recognized for contributing to geospatial information efforts, due to the introduction of multi-platforms and multi-sensors.. But in many cases, raw remotely sensed images are not directly useful without further processing. Because the remotely sensed image processing demands large-scale, collaborative processing and massive storage capabilities, the effect and efficiency of remotely sensed image processing is far from the user's expectation. The emergence of Service Oriented Architecture (SOA) may make this challenge manageable. The SOA allows cooperation of data and process components among different organizational units and supports reusability and interoperability of components through the network to satisfy complex applications. Remotely sensed image processing services encapsulate all processing functions into services and combine them into a service chain to provide a value-added function. Automatic and intelligent service composition, if successful, can be of great value to the geospatial user community. It is a major challenge to select and chain appropriate remotely sensed image processing services for specific application task. Aiming at the correctness and quality of remotely sensed image processing service composition, a task-awared service dynamic compositi

英文关键词: geographic information service;intelligent service;task awared;service composition;

成为VIP会员查看完整内容
1

相关内容

「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
17+阅读 · 2021年6月12日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
84+阅读 · 2020年12月11日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
“C不再是一种编程语言”
AI前线
1+阅读 · 2022年4月2日
美团到店综合知识图谱的构建与应用
专知
1+阅读 · 2022年3月28日
「实体对齐」最新2022综述
专知
12+阅读 · 2022年3月17日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
网络安全态势感知
计算机与网络安全
26+阅读 · 2018年10月14日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
10+阅读 · 2020年6月12日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
17+阅读 · 2021年6月12日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
84+阅读 · 2020年12月11日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
相关资讯
“C不再是一种编程语言”
AI前线
1+阅读 · 2022年4月2日
美团到店综合知识图谱的构建与应用
专知
1+阅读 · 2022年3月28日
「实体对齐」最新2022综述
专知
12+阅读 · 2022年3月17日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
网络安全态势感知
计算机与网络安全
26+阅读 · 2018年10月14日
【APS】PCB企业如何实现APS自动排程系统
产业智能官
12+阅读 · 2018年9月24日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员