本技術涉及多源異構空間數據檢索，尤其涉及一種基于r樹改進的多源異構空間數據檢索方法及系統(tǒng)。

背景技術：

1、隨著物聯(lián)網和智能設備的普及，多源異構空間數據的生成量呈現爆炸式增長。這些數據來源于不同的傳感器網絡、移動設備以及各種地理信息系統(tǒng)，每種數據源可能采用不同的坐標系、采樣頻率或數據格式。在智慧城市、環(huán)境監(jiān)測和災害響應等應用場景中，如何高效準確地檢索并整合這些來自不同源頭的空間信息成為關鍵的技術需求。尤其是在處理實時性要求高的場景下，如緊急救援行動中的動態(tài)路徑規(guī)劃或即時環(huán)境變化監(jiān)測，快速獲取跨源異構空間數據的能力顯得尤為重要。

2、目前，在處理多源異構空間數據的場景中，一種具有針對性的現有方案是采用基于云計算平臺的空間數據管理和查詢系統(tǒng)。這種系統(tǒng)通過將各種來源的空間數據上傳至云端，利用云服務提供商的強大計算能力和彈性資源分配機制來存儲和處理這些數據。用戶可以通過應用程序接口或者特定的應用軟件訪問這些數據，并執(zhí)行復雜的查詢操作。該方案支持多種數據格式的輸入輸出，能夠提供一定程度的數據整合能力，并且對于大規(guī)模數據集有較好的擴展性。

3、然而，這種方法也存在一些顯著的缺陷。首先，由于所有數據都需要傳輸到云端進行處理，這導致了對網絡帶寬的高度依賴，尤其是在實時性要求較高的應用場景中，網絡延遲可能會成為瓶頸。其次，雖然云計算平臺提供了強大的計算資源，但是對于異構數據的高效檢索優(yōu)化不足，特別是在面對不同坐標系、采樣頻率的數據時，缺乏有效的時空聚集度分析，難以實現最優(yōu)的數據檢索路徑規(guī)劃。此外，云端集中式處理模式可能會引發(fā)隱私和安全問題，特別是當涉及到敏感地理信息時，數據的所有權和控制權轉移給第三方服務提供商會帶來額外的風險。這些問題限制了其在某些特定應用場景中的適用性和可靠性。

技術實現思路

1、本技術提供一種基于r樹改進的多源異構空間數據檢索方法及系統(tǒng)，用以解決現有技術中多源異構空間數據檢索效率低和準確性差的問題。

2、第一方面，本技術提供了一種基于r樹改進的多源異構空間數據檢索方法，包括：

3、解析網絡數據流中攜帶地理標簽的多源異構數據包，每個數據包包含至少兩種不同坐標系、采樣頻率或數據格式的空間信息，根據各數據包在傳輸路徑上的時空聚集度生成約束r樹分裂維度的動態(tài)優(yōu)先級參數；

4、提取網絡數據流歷史記錄中跨源查詢模式對應的分裂路徑的基準編碼，所述基準編碼通過匹配不同數據包傳輸路徑的時空覆蓋互補性生成，并將所述基準編碼作為遺傳算法初始種群中分裂路徑的基因表達模板；

5、在網絡邊緣節(jié)點執(zhí)行分裂路徑的協(xié)同進化，驅動分裂路徑向最小化跨源檢索沖突方向迭代，每次迭代產生路徑偏移量并更新所述基因表達模板的網絡拓撲適配參數，并基于所述動態(tài)優(yōu)先級參數與數據包傳輸延遲的關聯(lián)關系構建適應性評估函數；

6、根據所述路徑偏移量的方向與幅度觸發(fā)異構數據包預加載，所述預加載數據為網絡拓撲相鄰節(jié)點中與當前分裂路徑時空覆蓋區(qū)域匹配的數據包集合，并通過所述基因表達模板中的格式轉換規(guī)則對數據包進行網絡傳輸協(xié)議的兼容性驗證；

7、通過所述適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果生成反饋參數，動態(tài)修正所述動態(tài)優(yōu)先級參數與基因表達模板的映射關系。

8、可選地，所述在網絡邊緣節(jié)點執(zhí)行分裂路徑的協(xié)同進化，驅動分裂路徑向最小化跨源檢索沖突方向迭代，每次迭代產生路徑偏移量并更新所述基因表達模板的網絡拓撲適配參數，包括：

9、將分裂路徑編碼為多維向量，每個維度對應網絡拓撲適配參數的可調區(qū)間，基于當前分裂路徑覆蓋的時空區(qū)域，計算拓撲交疊度；

10、根據所述拓撲交疊度構建沖突鄰域表，記錄與當前分裂路徑存在時空覆蓋重疊的異構數據包傳輸路徑及網絡拓撲適配參數差異，生成候選偏移量；

11、采用雙重概率選擇機制從所述候選偏移量中選取目標偏移量，第一概率分布基于所述候選偏移量在歷史迭代中降低沖突的成功率，第二概率分布基于所述目標偏移量與基因表達模板中格式轉換規(guī)則的兼容性約束；

12、將所述目標偏移量作用于當前分裂路徑，動態(tài)調整所述多維向量中對應維度的參數值，同時更新所述沖突鄰域表的拓撲交疊度閾值，以觸發(fā)低優(yōu)先級路徑淘汰；

13、重計算分裂路徑更新后與預加載數據包集合的時空覆蓋匹配度，將所述時空覆蓋匹配度變化量反饋至動態(tài)優(yōu)先級參數的權重計算，實現迭代閉環(huán)。

14、可選地，所述采用雙重概率選擇機制從所述候選偏移量中選取目標偏移量，包括：

15、基于歷史迭代中所述候選偏移量降低沖突的成功率，統(tǒng)計預設時間窗口內各候選偏移量的成功次數與路徑優(yōu)先級提升次數的比值，歸一化為第一概率分布的初始權重；

16、提取基因表達模板中格式轉換規(guī)則綁定的協(xié)議字段，計算所述候選偏移量對應參數維度與預設字段取值范圍的重疊比例，映射為第二概率分布的約束權重；

17、將所述第一概率分布的初始權重與第二概率分布的約束權重進行非線性疊加，疊加系數根據沖突鄰域表中低優(yōu)先級路徑的比例動態(tài)調整，使兼容性約束在沖突密集區(qū)域占據更高權重；

18、基于綜合選擇概率執(zhí)行輪盤賭篩選，驗證所述候選偏移量與所述基因表達模板中核心維度參數的無沖突性，若沖突則回溯至次優(yōu)候選偏移量，直至滿足約束后選取目標偏移量。

19、可選地，所述將所述第一概率分布的初始權重與第二概率分布的約束權重進行非線性疊加，疊加系數根據沖突鄰域表中低優(yōu)先級路徑的比例動態(tài)調整，包括：

20、基于沖突鄰域表中低優(yōu)先級路徑占比與歷史最大路徑容量的對比，通過分段函數計算沖突密度指數；

21、根據所述沖突密度指數生成動態(tài)疊加系數，采用分段閾值觸發(fā)的調整機制，結合歷史滑動均值作為動態(tài)衰減因子抑制所述動態(tài)疊加系數的突變，其中所述動態(tài)疊加系數隨所述沖突密度指數在閾值區(qū)間的變化調整增長速率；

22、將所述第一概率分布的初始權重與所述動態(tài)疊加系數關聯(lián)，并將關聯(lián)結果與所述第二概率分布的約束權重進行疊加，對疊加系數進行對數加權求和并截斷處理；

23、根據所述疊加系數與所述歷史滑動均值的差異調整所述動態(tài)衰減因子的速率，若超出容忍區(qū)間則提升速率，并將更新后的速率應用于下一次迭代的疊加系數計算。

24、可選地，所述基于所述動態(tài)優(yōu)先級參數與數據包傳輸延遲的關聯(lián)關系構建適應性評估函數，包括：

25、基于所述動態(tài)優(yōu)先級參數的時空分布，計算數據包傳輸延遲與地理分布密度的時空耦合系數；

26、根據所述時空耦合系數生成動態(tài)權重因子，將高延遲區(qū)域與低密度區(qū)域的時空聚集度關聯(lián)，并基于基因表達模板的網絡拓撲適配參數約束所述動態(tài)權重因子；

27、融合所述動態(tài)優(yōu)先級參數、動態(tài)權重因子及時空耦合系數，構建適應性評估函數，引入與網絡拓撲適配參數差異相關的懲罰項，其中所述動態(tài)優(yōu)先級參數作為主決策變量，所述動態(tài)權重因子作為沖突敏感度調節(jié)系數。

28、可選地，所述根據所述時空耦合系數生成動態(tài)權重因子，將高延遲區(qū)域與低密度區(qū)域的時空聚集度關聯(lián)，包括：

29、基于所述時空耦合系數，以及傳輸路徑波動與地理分布梯度變化的逆相關性，計算高延遲區(qū)域與低密度區(qū)域的時空聚集度差異指數；

30、根據所述時空聚集度差異指數生成初始動態(tài)權重因子，將所述高延遲區(qū)域的路徑沖突敏感度與所述低密度區(qū)域的時空覆蓋稀疏性關聯(lián)，并通過基因表達模板的網絡拓撲適配參數約束所述初始動態(tài)權重因子的增長速率；

31、基于所述網絡拓撲適配參數的歷史修正記錄，對所述初始動態(tài)權重因子施加動態(tài)衰減因子，抑制所述高延遲區(qū)域與低密度區(qū)域的非對稱關聯(lián)過載，生成動態(tài)權重因子。

32、可選地，所述通過所述適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果生成反饋參數，包括：

33、基于所述適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果中的協(xié)議兼容性比例，計算沖突與兼容性耦合系數；

34、根據所述沖突與兼容性耦合系數生成初始反饋參數，將高沖突區(qū)域的協(xié)議兼容性缺失與路徑偏移量關聯(lián)，并基于基因表達模板的歷史修正記錄對所述初始反饋參數施加動態(tài)衰減約束；

35、基于所述初始反饋參數，融合所述沖突與兼容性耦合系數、跨源檢索沖突指數及協(xié)議兼容性比例，構建多維反饋模型，并引入與動態(tài)優(yōu)先級參數差異相關的懲罰項，生成反饋參數，其中所述跨源檢索沖突指數作為所述多維反饋模型的主調節(jié)變量。

36、第二方面，本技術提供了一種基于r樹改進的多源異構空間數據檢索系統(tǒng)，包括：

37、解析模塊，解析網絡數據流中攜帶地理標簽的多源異構數據包，每個數據包包含至少兩種不同坐標系、采樣頻率或數據格式的空間信息，根據各數據包在傳輸路徑上的時空聚集度生成約束r樹分裂維度的動態(tài)優(yōu)先級參數；

38、匹配模塊，提取網絡數據流歷史記錄中跨源查詢模式對應的分裂路徑的基準編碼，所述基準編碼通過匹配不同數據包傳輸路徑的時空覆蓋互補性生成，并將所述基準編碼作為遺傳算法初始種群中分裂路徑的基因表達模板；

39、更新模塊，在網絡邊緣節(jié)點執(zhí)行分裂路徑的協(xié)同進化，驅動分裂路徑向最小化跨源檢索沖突方向迭代，每次迭代產生路徑偏移量并更新所述基因表達模板的網絡拓撲適配參數，并基于所述動態(tài)優(yōu)先級參數與數據包傳輸延遲的關聯(lián)關系構建適應性評估函數；

40、觸發(fā)模塊，根據所述路徑偏移量的方向與幅度觸發(fā)異構數據包預加載，所述預加載數據為網絡拓撲相鄰節(jié)點中與當前分裂路徑時空覆蓋區(qū)域匹配的數據包集合，并通過所述基因表達模板中的格式轉換規(guī)則對數據包進行網絡傳輸協(xié)議的兼容性驗證；

41、生成模塊，通過所述適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果生成反饋參數，動態(tài)修正所述動態(tài)優(yōu)先級參數與基因表達模板的映射關系。

42、第三方面，本技術實施例提供了一種計算設備，包括處理組件以及存儲組件；所述存儲組件存儲一個或多個計算機指令；所述一個或多個計算機指令用以被所述處理組件調用執(zhí)行，實現如上述第一方面所述的一種基于r樹改進的多源異構空間數據檢索方法。

43、第四方面，本技術實施例提供了一種計算機存儲介質，存儲有計算機程序，所述計算機程序被計算機執(zhí)行時，實現如第一方面所述的一種基于r樹改進的多源異構空間數據檢索方法。

44、本技術實施例中，解析網絡數據流中攜帶地理標簽的多源異構數據包，每個數據包包含至少兩種不同坐標系、采樣頻率或數據格式的空間信息，根據各數據包在傳輸路徑上的時空聚集度生成約束r樹分裂維度的動態(tài)優(yōu)先級參數；提取網絡數據流歷史記錄中跨源查詢模式對應的分裂路徑的基準編碼，所述基準編碼通過匹配不同數據包傳輸路徑的時空覆蓋互補性生成，并將所述基準編碼作為遺傳算法初始種群中分裂路徑的基因表達模板；在網絡邊緣節(jié)點執(zhí)行分裂路徑的協(xié)同進化，驅動分裂路徑向最小化跨源檢索沖突方向迭代，每次迭代產生路徑偏移量并更新所述基因表達模板的網絡拓撲適配參數，并基于所述動態(tài)優(yōu)先級參數與數據包傳輸延遲的關聯(lián)關系構建適應性評估函數；根據所述路徑偏移量的方向與幅度觸發(fā)異構數據包預加載，所述預加載數據為網絡拓撲相鄰節(jié)點中與當前分裂路徑時空覆蓋區(qū)域匹配的數據包集合，并通過所述基因表達模板中的格式轉換規(guī)則對數據包進行網絡傳輸協(xié)議的兼容性驗證；通過所述適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果生成反饋參數，動態(tài)修正所述動態(tài)優(yōu)先級參數與基因表達模板的映射關系。

45、本技術技術方案具有以下有益效果：

46、本技術通過解析攜帶地理標簽的數據包，識別不同坐標系、采樣頻率或數據格式的空間信息，依據時空聚集度生成動態(tài)優(yōu)先級參數，從而優(yōu)化r樹分裂維度的選擇，提高檢索效率。從歷史記錄中提取跨源查詢模式對應的分裂路徑基準編碼，并作為遺傳算法的初始種群模板，促進分裂路徑的有效初始化。在網絡邊緣節(jié)點執(zhí)行分裂路徑的協(xié)同進化，迭代驅動分裂路徑向最小化跨源檢索沖突的方向發(fā)展，每次迭代更新網絡拓撲適配參數，優(yōu)化適應性評估函數，增強檢索精確度和速度?；诼窂狡屏康姆较蚺c幅度觸發(fā)異構數據包的預加載，并通過基因表達模板驗證兼容性，確保數據傳輸協(xié)議的一致性，提升數據訪問效率。根據適應性評估函數輸出的跨源檢索沖突指數與預加載數據驗證結果生成反饋參數，動態(tài)修正動態(tài)優(yōu)先級參數與基因表達模板的映射關系，實現持續(xù)優(yōu)化。

47、進一步地，將分裂路徑編碼為多維向量，計算拓撲交疊度以構建沖突鄰域表，采用雙重概率選擇機制選取目標偏移量，動態(tài)調整網絡拓撲適配參數值，同時更新沖突鄰域表的閾值以淘汰低優(yōu)先級路徑。重計算更新后的分裂路徑與預加載數據包集合的時空覆蓋匹配度，并將其變化量反饋至動態(tài)優(yōu)先級參數的權重計算，形成迭代閉環(huán)。這種機制的效果是顯著提高了多源異構空間數據檢索的準確性和效率，通過不斷優(yōu)化分裂路徑減少了跨源檢索沖突，增強了系統(tǒng)的整體性能和響應速度。

48、本技術的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。