一种气象卫星地面业务系统运维特征数据处理方法技术方案

本发明专利技术公开了一种气象卫星地面业务系统运维特征数据处理方法，属于气象运维特征数据处理技术领域，包括气象卫星地面业务系统运维特征数据包括系统计算、存储和网络资源能力数据、业务应用运行特征数据、系统资源使用数据、业务监视和报警数据，还包括步骤一至步骤五。本发明专利技术通过将原有特征分为重要特征、次要特征和辅助特征，重要特征全部原样保留，通过哈希算法的方法处理辅助特征得到散列值，最终重要特征集合和散列值合并得到原始特征指纹，该方式在保留特征信息的同时降低了特征维度，进而提升了特征数据的提取计算效率，从而提升了数据处理效率。据处理效率。据处理效率。

【技术实现步骤摘要】
一种气象卫星地面业务系统运维特征数据处理方法


[0001]本专利技术属于气象性能特征数据处理
，更具体地说，尤其涉及一种气象卫星地面业务系统运维特征数据处理方法。

技术介绍

[0002]经过50多年的发展，我国气象卫星事业取得了长足的发展，目前已经成为世界上少数同时拥有极轨和静止两个系列气象卫星的国家和地区之一，气象卫星观测获取的数据，经地面业务系统处理后，成为我国气象核心应用的关键支撑数据之一，在气象预报预测、气象防灾减灾、公共气象服务、国防气象应用、应对气候变化等业务中发挥着越来越大的效益。随着我国气象卫星的发展，特别是第二代极轨和静止两个系列卫星的发展，风云卫星不仅在我国经济建设、生态文明建设中的贡献和作用越来越大，而且多类数据已经被欧洲中期天气预报中心、英国气象局，加拿大环境部，日本气象厅等多个国外知名领先的全球数值预报业务系统采纳为业务输入数据，成为我国气象外交一张不可或缺的名片。气象卫星地面系统由数据接收、传输汇集、定位定标处理、产品生成处理、质量检验、辅助数据获取及数据分发、数据存档与共享服务等复杂业务系统组成，这些业务系统稳定可靠运行，才能输出高质量数据供用户使用。为此，须对气象卫星地面业务系统运行状态进行7*24小时的监视和评估分析，随时处置问题，确保系统健康稳定运行。随着分析评估技术方法、评估对象的外延的扩大，气象卫星地面业务系统运维特征数据快速增加，为确保监视评估及时，需研究提出更高效的特征数据处理方法等。
[0003]随着信息技术的不断发展，在计算机中都采用数据提取等操作对获取到的数据进行处理和操作，避免人工进行繁多复杂的数据操作，提高数据处理的效率，数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，其通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标，数据挖掘同样可应用于气象卫星地面业务系统。
[0004]在气象卫星地面业务系统正常运作过程中，往往包括大量的系统计算、存储和网络资源能力数据、业务应用运行特征数据、系统资源使用数据、业务监视和报警数据等方面的海量数据，在面对海量的待处理数据时，如何在保留特征信息的同时降低特征维度，从而降低特征数据提取难度以及提升数据计算运行效率，因此我们需要提出一种气象卫星地面业务系统运维特征数据处理方法。

技术实现思路

[0005]本专利技术的目的是为了解决现有技术中存在的缺点，通过哈希算法的方法处理辅助特征得到散列值，最终重要特征集合和散列值合并得到原始特征指纹，该方式在保留特征信息的同时降低了特征维度，进而提升了特征数据的提取计算效率，从而提升了数据处理效率，而提出的一种气象卫星地面业务系统运维特征数据处理方法。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种气象卫星地面业务系统运维特
征数据处理方法，包括：
[0007]气象卫星地面业务系统性能特征数据包括系统计算、存储和网络资源能力数据、业务应用运行特征数据、系统资源使用数据、业务监视和报警数据；
[0008]还包括如下步骤：
[0009]步骤一、根据各个特征数据的信息属性值，将当前存在的特征数据分别划分为重要特征数据集、次要特征数据集、辅助特征数据集；
[0010]步骤二、将次要特征数据数据集与辅助特征数据集中的特征数据转换为散列特征数据；
[0011]步骤三、将次要特征数据数据集与辅助特征数据集中的特征数据转换为散列特征数据中，根据预设的哈希算法，将所述辅助特征转换为包含所述哈希算法对应的参数的向量；
[0012]步骤四、将所述散列特征数据与所述重要特征数据集中的特征数据进行合并，并将合并后的特征数据设置为最终特征数据；
[0013]步骤五、将与待处理数据对应的原始特征替换为所述最终特征；根据所述最终特征对所述待处理数据进行提取及处理。
[0014]优选的，根据各个特征数据数据的信息属性值，将当前存在的特征数据分别划分为重要特征数据集、次要特征数据集、辅助特征数据集，具体为：
[0015]获取各个特征数据的信息属性值；
[0016]对各个特征数据的信息属性值预设阈值范围；
[0017]将信息属性值大于预设阈值范围的特征数据设置为重要特征，将信息属性值位于预设阈值范围的特征数据设置为重要特征，将信息属性值小于预设阈值范围的特征数据设置为辅助数据特征；
[0018]根据所述特征数据中的重要特征生成所述重要特征数据，根据所述特征数据中的次要特征生成所述次要特征数据集，以及根据所述特征数据中的辅助特征生成所述辅助特征数据。
[0019]优选的，所述信息属性值中至少包括所述特征数据的信息值IV以及信息增益IG。
[0020]优选的，还包括特征数据处理系统，所述特征数据处理系统包括划分模块、转换模块与合并模块。
[0021]优选的，所述划分模块用于根据各个特征的信息属性值，将当前存在的特征分别划分为重要特征集以及辅助特征集；所述转换模块用于将所述辅助特征集中的特征转换为散列特征；所述合并模块用于将所述散列特征与所述重要特征集中的特征进行合并，并将所述合并后的特征设置为最终特征。
[0022]优选的，根据各个特征的信息属性值，将当前存在的特征分别划分为重要特征集以及辅助特征集中的划分还包括：获取子模块、设置子模块与生成子模块。
[0023]优选的，所述获取子模块用于获取各个特征数据的信息属性值。
[0024]优选的，所述设置子模块用于将信息属性值大于预设阈值范围的特征数据设置为重要特征，将信息属性值位于预设阈值范围的特征数据设置为重要特征，将信息属性值小于预设阈值范围的特征数据设置为辅助数据特征。
[0025]优选的，所述生成子模块用于根据所述特征数据中的重要特征生成所述重要特征
数据，根据所述特征数据中的次要特征生成所述次要特征数据集，以及根据所述特征数据中的辅助特征生成所述辅助特征数据。
[0026]优选的，所述合并模块还包括替换子模块与特征数据提取子模块，所述替换子模块用于将与待处理数据对应的原始特征替换为所述最终特征，所述特征数据提取子模块用于根据所述最终特征对所述待处理数据进行提取及处理。
[0027]本专利技术的技术效果和优点：本专利技术提供的一种气象卫星地面业务系统运维特征数据处理方法，与现有技术相比；
[0028]本申请通过将原有特征分为重要特征、次要特征和辅助特征，重要特征全部原样保留，通过哈希算法的方法处理辅助特征得到散列值，最终重要特征集合和散列值合并得到原始特征指纹，进而提取业务运行特征数据，该方式在保留特征信息的同时降低了特征维度，进而特征数据提取难度以及提升数据计算运行效率，从而提升了数据处理效率；通过引入IV值选择和哈希算法生成每个样本的特征指纹替代原始特征数据，最大程度的保留了特征的信息值，又极大的降低了特征维度，最终保证特征数据维度可控，降低了特征数据量，提升了特征数据处理速度。
附图说明...

【技术保护点】

【技术特征摘要】
1.一种气象卫星地面业务系统运维特征数据处理方法，其特征在于，还包括如下步骤：步骤一、根据各个特征数据的信息属性值，将当前存在的特征数据分别划分为重要特征数据集、次要特征数据集、辅助特征数据集；步骤二、将次要特征数据数据集与辅助特征数据集中的特征数据转换为散列特征数据；步骤三、将次要特征数据数据集与辅助特征数据集中的特征数据转换为散列特征数据中，根据预设的哈希算法，将所述辅助特征转换为包含所述哈希算法对应的参数的向量；步骤四、将所述散列特征数据与所述重要特征数据集中的特征数据进行合并，并将合并后的特征数据设置为最终特征数据；步骤五、将与待处理数据对应的原始特征替换为所述最终特征；根据所述最终特征对所述待处理数据进行提取及处理。2.根据权利要求1所述的一种气象卫星地面业务系统运维特征数据处理方法，其特征在于：根据各个特征数据数据的信息属性值，将当前存在的特征数据分别划分为重要特征数据集、次要特征数据集、辅助特征数据集，具体为：获取各个特征数据的信息属性值；对各个特征数据的信息属性值预设阈值范围；将信息属性值大于预设阈值范围的特征数据设置为重要特征，将信息属性值位于预设阈值范围的特征数据设置为重要特征，将信息属性值小于预设阈值范围的特征数据设置为辅助数据特征；根据所述特征数据中的重要特征生成所述重要特征数据，根据所述特征数据中的次要特征生成所述次要特征数据集，以及根据所述特征数据中的辅助特征生成所述辅助特征数据。3.根据权利要求2所述的一种气象卫星地面业务系统运维特征数据处理方法，其特征在于：所述信息属性值中至少包括所述特征数据的信息值IV以及信息增益IG。4.根据权利要求3所述的一种气象卫星地面业务系统运维特征数据处理方法，其特征在于：还包括特征数据处理系统，所述特征数据处理系统包括划分模块、转换模...

【专利技术属性】
技术研发人员：林曼筠，赵现纲，卫兰，国鹏，张玺，张战云，谢利子，张宇，范存群，吴强，
申请(专利权)人：林曼筠，
类型：发明
国别省市：