本申请涉及生态数据监测技术领域，尤其涉及一种面向生态流量数据的监测更新方法和装置，采集关联生态流量平衡的胁迫指标；基于预先部署的胁迫更新日志，将胁迫指标进行标准化整合，输出标准化整合后的胁迫指标；基于胁迫指标及各胁迫指标间的依赖关联，部署面向生态流量数据的监测更新模型结构；基于标准化整合后的胁迫指标和面向生态流量数据的监测更新模型结构，确定面向生态流量数据的监测更新模型；采集待更新生态流量的平衡胁迫数据，结合面向生态流量数据的监测更新模型，输出待更新生态流量的平衡胁迫更新结果。本发明专利技术保证了数据一致性，提高了数据更新的效率和更新过程的管理和追溯能力，为生态系统管理和保护提供科学依据。
【技术实现步骤摘要】
本申请涉及生态数据监测，尤其涉及一种面向生态流量数据的监测更新方法和装置。
技术介绍
1、生态数据作为一个复杂、开放、动态、非平衡和非线性数据。对于生态数据稳定性的研究，有些只专注于生态数据中的生物部分(如分类学、生物多样性等)，有些虽然考虑了生物与非生物两部分，但也仅是通过统计手段(将两者简单的联系起来。而在复杂多变的环境中，生物与非生物之间通过非线性相参数用耦合在一起，并且由于生态数据的开放性，二者自身也往往具有复杂结构。所以以前的方法不能够客观、准确的监测生态数据稳定性。
2、为了能够真实地描述生态数据在跨数据跨空间和时间上的准确性，对生态数据准确性进行科学地评价与预测，有必要基于机器学习的方法构建生态数据准确性监测模型，除了考虑生态数据各物种指标自身的重要性外，还会将种间互作网络的拓扑结构和准确性指标，对生态数据的准确性进行监测和预测，纳入到模型中，极大地减少以往监测方法的主观性，克服具有不同差异生态数据准确性的不可比性，使得生态数据准确性的监测结果更加准确。
3、在现有技术对生态数据的准确性监测方法中，增加模型的数据量会增加处理的难度，这具有一定的局限性，而有的生态数据指标数据变量对生态数据的准确性影响较大，需要进行一定的挑选，以实现低成本高准确率的生态数据准确性监测。此外，对于传统的生态数据监测可能仅有人工的方法进行监测，会导致成本过高，且人工监测利用的数据误差大，准确度较低。
技术实现思路
1、为解决上述问题，本申请提供如下技术方案：
<
p>2、根据本专利技术第一方面，本专利技术请求保护一种面向生态流量数据的监测更新方法，包括：3、采集关联生态流量平衡的胁迫指标；
4、基于预先部署的胁迫更新日志，将所述胁迫指标进行标准化整合，输出标准化整合后的胁迫指标；其中，所述预先部署的胁迫更新日志用于说明各胁迫指标存在程度的相关性级别与存在可能性级别；
5、基于所述胁迫指标及各胁迫指标间的依赖关联，部署面向生态流量数据的监测更新模型结构；
6、基于所述标准化整合后的胁迫指标和所述面向生态流量数据的监测更新模型结构，确定面向生态流量数据的监测更新模型；
7、采集待更新生态流量的平衡胁迫数据，基于所述平衡胁迫数据和所述面向生态流量数据的监测更新模型，输出所述待更新生态流量的平衡胁迫更新结果。
8、进一步地，所述面向生态流量数据的监测更新模型为lstm模型算法；
9、所述待更新生态流量的平衡胁迫数据为关联待更新生态流量平衡的胁迫指标和/或待更新生态流量的异常类型；
10、所述基于所述平衡胁迫数据和所述面向生态流量数据的监测更新模型，输出所述待更新生态流量的平衡胁迫更新结果，包括：
11、基于预先部署的胁迫更新日志，将所述平衡胁迫数据进行标准化整合，输出标准化整合后的平衡胁迫数据；
12、将标准化整合后的关联待更新生态流量平衡的胁迫指标发送至所述lstm模型算法中，确定所述待更新生态流量的平衡胁迫场景；其中，所述平衡胁迫场景包括深度胁迫场景、一般胁迫场景和平衡场景；
13、和/或，将标准化整合后的所述待更新生态流量的异常类型发送至所述lstm模型算法中，确定所述待更新生态流量存在该异常类型的胁迫指标。
14、进一步地，所述将标准化整合后的关联待更新生态流量平衡的胁迫指标发送至所述lstm模型算法中，确定所述待更新生态流量的平衡胁迫场景，包括：
15、将标准化整合后的关联待更新生态流量平衡的胁迫指标发送至所述lstm模型算法中，基于假说演绎分析，输出各胁迫指标对应的平衡胁迫场景的可能性分布；
16、若任意一项胁迫指标对应的平衡胁迫场景中的深度胁迫场景的可能性值超过预置胁迫阈值，则确定该胁迫指标处于深度胁迫场景；
17、若各胁迫指标对应的平衡胁迫场景中的深度胁迫场景的可能性值均不超过预置胁迫阈值，则确定各胁迫指标不处于深度胁迫场景。
18、进一步地，所述将标准化整合后的所述待更新生态流量的异常类型发送至所述lstm模型算法中，确定所述待更新生态流量存在该异常类型的胁迫指标，包括：
19、基于标准化整合后的所述待更新生态流量的异常类型，在所述lstm模型算法的输出网元中，将该异常类型的可能性分布调整为深度胁迫场景，基于归纳分析，确定各胁迫指标对应的平衡胁迫场景的可能性分布，并将深度胁迫场景的可能性值超过预置胁迫阈值的胁迫指标作为存在该异常类型的胁迫指标。
20、进一步地，所述基于预先部署的胁迫更新日志，将所述胁迫指标进行标准化整合，包括：
21、基于预先部署的胁迫更新日志，确定各胁迫指标对应的存在程度的相关性级别与存在可能性级别；
22、基于各胁迫指标对应的存在程度的相关性与存在可能性，确定各胁迫指标对应的平衡胁迫级别；
23、基于各胁迫指标对应的平衡胁迫级别，将各胁迫指标进行标准化整合。
24、进一步地，所述基于所述胁迫指标及各胁迫指标间的依赖关联，部署面向生态流量数据的监测更新模型结构，包括：
25、基于所述胁迫指标，部署胁迫指标数据集；
26、将各胁迫指标作为网元变量，并判断各胁迫指标之间的依赖关联，将各网元变量进行相连，输出多个队列；
27、计算每个队列与所述胁迫指标数据集的满足度，将满足度最大的队列作为面向生态流量数据的监测更新模型结构。
28、进一步地，所述基于所述标准化整合后的胁迫指标和所述面向生态流量数据的监测更新模型结构，确定面向生态流量数据的监测更新模型，包括：
29、基于所述面向生态流量数据的监测更新模型结构，确定各胁迫指标对应的可能性分布；
30、将所述面向生态流量数据的监测更新模型结构作为参数学习对象，并将所述标准化整合后的胁迫指标，导入到所述面向生态流量数据的监测更新模型结构中，并采用参数学习，对所述面向生态流量数据的监测更新模型结构进行修正，确定面向生态流量数据的监测更新模型。
31、根据本专利技术第二方面，本专利技术请求保护一种面向生态流量数据的监测更新装置，包括：
32、采集单元，用于采集关联生态流量平衡的胁迫指标；
33、整合单元，用于基于预先部署的胁迫更新日志，将所述胁迫指标进行标准化整合，输出标准化整合后的胁迫指标；其中，所述预先部署的胁迫更新日志用于说明各胁迫指标存在程度的相关性级别与存在可能性级别；
34、部署单元，用于基于所述胁迫指标及各胁迫指标间的依赖关联，部署面向生态流量数据的监测更新模型结构；
35、所述部署单元，还用于基于所述标准化整合后的胁迫指标和所述面向生态流量数据的监测更新模型结构，确定面向生态流量数据的监测更新模型；
36、更新单元，用于采集待更新生态流量的平衡胁迫数据，基于所述平衡胁迫数据和所述面向生态流量数据的监测更新模型中，输出所述待更新本文档来自技高网
...
【技术保护点】
1.一种面向生态流量数据的监测更新方法，其特征在于，包括：
2.如权利要求1所述的面向生态流量数据的监测更新方法，其特征在于，所述面向生态流量数据的监测更新模型为LSTM模型算法；
3.如权利要求2所述的面向生态流量数据的监测更新方法，其特征在于，所述将标准化整合后的关联待更新生态流量平衡的胁迫指标发送至所述LSTM模型算法中，确定所述待更新生态流量的平衡胁迫场景，包括：
4.如权利要求2所述的面向生态流量数据的监测更新方法，其特征在于，所述将标准化整合后的所述待更新生态流量的异常类型发送至所述LSTM模型算法中，确定所述待更新生态流量存在该异常类型的胁迫指标，包括：
5.如权利要求1所述的面向生态流量数据的监测更新方法，其特征在于，所述基于预先部署的胁迫更新日志，将所述胁迫指标进行标准化整合，包括：
6.如权利要求1所述的面向生态流量数据的监测更新方法，其特征在于，所述基于所述胁迫指标及各胁迫指标间的依赖关联，部署面向生态流量数据的监测更新模型结构，包括：
7.如权利要求1所述的面向生态流量数据的监测更新方法，其特征在于，所述基于所述标准化整合后的胁迫指标和所述面向生态流量数据的监测更新模型结构，确定面向生态流量数据的监测更新模型，包括：
8.一种面向生态流量数据的监测更新装置，其特征在于，包括：
...
【技术特征摘要】
1.一种面向生态流量数据的监测更新方法，其特征在于，包括：
2.如权利要求1所述的面向生态流量数据的监测更新方法，其特征在于，所述面向生态流量数据的监测更新模型为lstm模型算法；
3.如权利要求2所述的面向生态流量数据的监测更新方法，其特征在于，所述将标准化整合后的关联待更新生态流量平衡的胁迫指标发送至所述lstm模型算法中，确定所述待更新生态流量的平衡胁迫场景，包括：
4.如权利要求2所述的面向生态流量数据的监测更新方法，其特征在于，所述将标准化整合后的所述待更新生态流量的异常类型发送至所述lstm模型算法中，确定所述待更新生态流量存在该异常类型的胁迫指...
【专利技术属性】
技术研发人员：钱波，庄锦亮，
申请(专利权)人：西昌学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。