遥感大数据处理方法及系统与流程

1.本技术涉及遥感大数据处理技术领域，具体而言，涉及一种遥感大数据处理方法及系统。


背景技术：

2.遥感(remote sensing)是指非接触的，远距离的探测技术。通常可以理解为指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测。遥感是通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物。遥感数据一般可以理解为遥感影像，是指记录各种地物电磁波大小的胶片或照片。随着大数据的发展，遥感技术和大数据技术逐渐融合，逐渐形成遥感大数据技术。现目前，遥感技术的应用越来越广泛，所面临的挑战越来越大，为了实现相关遥感任务的处理，通常需要对数据处理端进行指示，然而相关技术在指示数据处理端的遥感任务处理时难以保障匹配性和兼容性，也难以应对一些应用场景。


技术实现要素：

3.第一方面，本技术实施例提供了一种遥感大数据处理方法，应用于遥感大数据处理系统，所述方法至少包括：确定若干第一遥感大数据处理端的协同任务多样性描述；通过所述第一遥感大数据处理端的需求配置统计结果，对所述若干第一遥感大数据处理端进行聚类处理，得到不少于一个遥感大数据处理端聚类簇，存在差异的遥感大数据处理端聚类簇对应的需求配置关键词不一致；对于所述不少于一个遥感大数据处理端聚类簇中的第一遥感大数据处理端聚类簇，通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
4.如此设计，基于携带相同需求配置关键词的第一遥感大数据处理端的协同任务多样性描述，创建协同任务执行要求，创建的该协同任务执行要求能够有效地对存在对应的需求配置统计结果的遥感大数据处理端进行协同任务辅助，提高了创建的协同任务执行要求的高匹配性和兼容性，此外，该协同任务执行要求不仅能够用于辅助其对应的遥感大数据处理端聚类簇中的第一遥感大数据处理端，还能够用于辅助携带相同需求配置关键词的其他遥感大数据处理端，保障了创建的协同任务执行要求的应用场景的丰富程度，提高了协同任务执行要求对不同应用场景的适应能力。
5.对于一些可独立实施的设计方案而言，所述通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建区域化多样性描述；通过所述区域化多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
6.如此设计，能够创建针对区域化多样性描述具有较好的辅助效果的协同任务执行
要求，该执行要求能够有效地对具有该第一遥感大数据处理端聚类簇对应的需求配置关键词的遥感大数据处理端进行协同任务辅助，提高了确定的协同任务执行要求的变化适应能力。
7.对于一些可独立实施的设计方案而言，所述对于所述不少于一个遥感大数据处理端聚类簇中的第一遥感大数据处理端聚类簇，通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，确定所述局部化第一遥感大数据处理端中每一个第一遥感大数据处理端分别对应的第一执行要求；根据创建的所述第一执行要求，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
8.如此设计，利用第一遥感大数据处理端的协同任务多样性描述创建的第一执行要求能够用于辅助对应的第一遥感大数据处理端以及与该第一遥感大数据处理端携带相同的需求配置统计结果的遥感大数据处理端，此外，通过若干第一遥感大数据处理端对应的第一执行要求创建的协同任务执行要求，能够对具有对应的需求配置关键词一类遥感大数据处理端提供有效的协同任务辅助，保障了创建的协同任务执行要求的应用场景的多样化。
9.对于一些可独立实施的设计方案而言，所述方法还包括：将所述第一遥感大数据处理端聚类簇对应的协同任务执行要求与所述第一遥感大数据处理端聚类簇对应的需求配置关键词进行绑定式记录。
10.如此设计，可以实现根据进行绑定式记录的需求配置关键词灵活确定对应的协同任务执行要求，提高了确定已创建的协同任务执行要求的效率，在需求配置关键词包括多种不同的需求配置统计结果的前提下，可以在进行绑定式记录时，直接记录需求配置关键词而不用记录所涵盖的需求配置统计结果，能够尽可能减少所需记录的数据信息，从而减少系统的内存资源开销。
11.对于一些可独立实施的设计方案而言，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述方法还包括：确定第二遥感大数据处理端的需求配置统计结果；响应于在所述第一遥感大数据处理端聚类簇中，确定出与所述第二遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第一目标遥感大数据处理端聚类簇，将所述第一目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第二遥感大数据处理端的协同任务执行要求，并向所述第二遥感大数据处理端对应的遥感任务服务器进行上传。
12.如此设计，基于第二遥感大数据处理端需求配置统计结果，能够实现在第一遥感大数据处理端聚类簇中准确地定位出适用于第二遥感大数据处理端的协同任务执行要求，此外，将其上传给第二遥感大数据处理端对应的遥感任务服务器，能够用于辅助第二遥感大数据处理端进行协同任务处理。
13.对于一些可独立实施的设计方案而言，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述方法还包括：获得第三遥感大数据处理端对应的遥感任务服务器传输的协同任务执行要求的确定申请；响应于通过所述确定申请中涵盖的所述第三遥感大数据处理端的需求配置统计结果，在所述第一遥感大数据处理端聚类簇
中，确定出与所述第三遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第二目标遥感大数据处理端聚类簇，将所述第二目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第三遥感大数据处理端的协同任务执行要求，并向所述第三遥感大数据处理端对应的遥感任务服务器进行上传。
14.如此设计，基于第三遥感大数据处理端的需求配置统计结果，能够为发送确定申请的第三遥感大数据处理端准确地定位出针对性的协同任务执行要求，以实现对第三遥感大数据处理端的高质量的协同任务辅助。
15.对于一些可独立实施的设计方案而言，所述方法还包括：确定第四遥感大数据处理端的协同任务多样性描述，并通过所述第四遥感大数据处理端的协同任务多样性描述，创建所述第四遥感大数据处理端对应的第一执行要求；响应于所述第一执行要求与目标协同任务执行要求不一致，通过所述第一执行要求和/或所述目标协同任务执行要求，确定所述第四遥感大数据处理端对应的第二执行要求，所述目标协同任务执行要求为所述第一遥感大数据处理端聚类簇的协同任务执行要求中与所述第四遥感大数据处理端存在对应关系的协同任务执行要求。
16.如此设计，基于第四遥感大数据处理端的协同任务多样性描述确定第一执行要求，能够保证确定的第一执行要求能够较为高质量的辅助第四遥感大数据处理端的协同任务，且根据第一执行要求和目标协同任务执行要求的差异分析情况，不仅可以核对目标协同任务执行要求的质量，还可以在确定第一执行要求和目标协同任务执行要求不一致的前提下，基于第一执行要求和目标协同任务执行要求创建能够对第四遥感大数据处理端的协同任务进行高质量的协同任务辅助的第二执行要求。
17.对于一些可独立实施的设计方案而言，所述确定若干第一遥感大数据处理端的协同任务多样性描述，包括：对于所述第一遥感大数据处理端，确定包括所述第一遥感大数据处理端的遥感大数据日志；通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述。
18.如此设计，基于确定的遥感大数据日志确定协同任务多样性描述，提高了确定的协同任务多样性描述的业务适配性、时效性和丰富程度。
19.对于一些可独立实施的设计方案而言，所述协同任务多样性描述包括处理进程特征信息；所述通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：对确定的所述遥感大数据日志进行遥感大数据处理端识别，创建包含于所述遥感大数据日志中的目标识别结果；根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息。
20.如此设计，首先可以基于第一遥感大数据处理端创建目标识别结果，而后根据创建的目标识别结果确定第一遥感大数据处理端的处理进程特征信息，可以先基于目标识别结果确定第一遥感大数据处理端所对应的设备状态描述，而后基于这一设备状态描述的第一遥感大数据处理端进行处理进程特征识别，提高处理进程特征识别的智能化程度。
21.对于一些可独立实施的设计方案而言，所述目标识别结果包括数据端口识别结果；所述根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：确定所述数据端口识别结果涵盖的多个端口标识分别在所述遥感大数据日志对应的特征映射空间中的特征映射结果；通过所述特征映射结果确定所述数据端口识别结
果定位的第一遥感大数据处理端的数据端口更新信息；所述数据端口更新信息包括所述第一遥感大数据处理端的数据交互评价相较于数据端口标准进程下的交互基准评价的量化差异；将所述数据端口更新信息确定为所述第一遥感大数据处理端的处理进程特征信息。
22.如此设计，可以利用数据端口更新信息准确可靠地确定第一遥感大数据处理端的处理进程特征信息。
23.对于一些可独立实施的设计方案而言，所述目标识别结果包括业务意图识别结果；所述根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：对所述业务意图识别结果内涵盖的第一遥感大数据处理端的业务意图记录进行业务意图主题识别，得到业务意图主题识别结果；通过所述业务意图主题识别结果，确定所述第一遥感大数据处理端的业务意图记录中第一遥感大数据处理端的业务意图跳转量化差异；所述业务意图跳转量化差异包括所述第一遥感大数据处理端的业务意图跳转描述相较于数据端口标准进程下的业务意图基准描述的量化差异；将所述业务意图跳转量化差异，确定为所述第一遥感大数据处理端的处理进程特征信息。
24.如此设计，可以利用业务意图跳转量化差异准确可靠地确定第一遥感大数据处理端的处理进程特征信息。
25.对于一些可独立实施的设计方案而言，所述协同任务多样性描述包括局部聚焦特征；所述通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：针对确定的所述遥感大数据日志，进行目标协同任务识别，得到目标协同任务识别结果；所述目标协同任务包括不低于一种表达局部聚焦存在异常的非标准化协同任务；根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的局部聚焦特征。
26.如此设计，局部聚焦存在异常可能会导致第一遥感大数据处理端的数据处理质量降低，基于对第一遥感大数据处理端的局部聚焦特征进行识别以确定第一遥感大数据处理端的局部聚焦特征，不仅可以提高确定的协同任务多样性描述的丰富程度，还有助于确定更可信的执行要求。
27.对于一些可独立实施的设计方案而言，所述根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险；基于对所述第一遥感大数据处理端是否存在局部聚焦存在异常风险的检测结果，确定所述第一遥感大数据处理端的局部聚焦特征。
28.如此设计，为了进一步提升局部聚焦存在异常风险检测的精度，可以结合目标协同任务识别结果以及目标协同任务对应的协同任务时序特征来确定第一遥感大数据处理端是否存在局部聚焦存在异常风险。
29.对于一些可独立实施的设计方案而言，所述通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险，包括：在确定所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征的特征值大于设定特征值的前提下，确定所述第一遥感大数据处理端存在局部聚焦存在异常风险。
30.如此，即使第一遥感大数据处理端存在非标准化学习协同任务，但该协同任务的时序特征的特征值难以符合设定特征值的要求，也不能确定第一遥感大数据处理端存在局
部聚焦存在异常风险，从而有效削弱了持续时间较短的协同任务对于局部聚焦识别的偏差问题，提升了局部聚焦识别的精度。
31.第二方面，本技术实施例提供了一种遥感大数据处理系统，所述遥感大数据处理系统包括：聚类模块，用于确定若干第一遥感大数据处理端的协同任务多样性描述；通过所述第一遥感大数据处理端的需求配置统计结果，对所述若干第一遥感大数据处理端进行聚类处理，得到不少于一个遥感大数据处理端聚类簇，存在差异的遥感大数据处理端聚类簇对应的需求配置关键词不一致；创建模块，用于对于所述不少于一个遥感大数据处理端聚类簇中的第一遥感大数据处理端聚类簇，通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
32.对于一些可独立实施的设计方案而言，所述系统还包括记录模块，用于将所述第一遥感大数据处理端聚类簇对应的协同任务执行要求与所述第一遥感大数据处理端聚类簇对应的需求配置关键词进行绑定式记录。
33.对于一些可独立实施的设计方案而言，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述系统还包括第一上传模块，用于确定第二遥感大数据处理端的需求配置统计结果；在所述第一遥感大数据处理端聚类簇中，确定出与所述第二遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第一目标遥感大数据处理端聚类簇的前提下，将所述第一目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第二遥感大数据处理端的协同任务执行要求，并向所述第二遥感大数据处理端对应的遥感任务服务器进行上传。
34.对于一些可独立实施的设计方案而言，所述创建模块通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建区域化多样性描述；通过所述区域化多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求；
35.其中，所述创建模块通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，确定所述局部化第一遥感大数据处理端中每一个第一遥感大数据处理端分别对应的第一执行要求；根据创建的所述第一执行要求，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求；
36.其中，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述系统还包括第二上传模块，用于获得第三遥感大数据处理端对应的遥感任务服务器传输的协同任务执行要求的确定申请；在通过所述确定申请中涵盖的所述第三遥感大数据处理端的需求配置统计结果，在所述第一遥感大数据处理端聚类簇中，确定出与所述第三遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第二目标遥感大数据处理端聚类簇的前提下，将所述第二目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第三遥感大数据处理端的协同任务执行要求，并向所述第三
遥感大数据处理端对应的遥感任务服务器进行上传；
37.其中，所述系统还包括确定模块，用于确定第四遥感大数据处理端的协同任务多样性描述，并通过所述第四遥感大数据处理端的协同任务多样性描述，创建所述第四遥感大数据处理端对应的第一执行要求；在所述第一执行要求与目标协同任务执行要求不一致的情况下，通过所述第一执行要求和/或所述目标协同任务执行要求，确定所述第四遥感大数据处理端对应的第二执行要求，所述目标协同任务执行要求为所述第一遥感大数据处理端聚类簇的协同任务执行要求中与所述第四遥感大数据处理端存在对应关系的协同任务执行要求。
38.对于一些可独立实施的设计方案而言，所述聚类模块确定若干第一遥感大数据处理端的协同任务多样性描述，包括：对于所述第一遥感大数据处理端，确定包括所述第一遥感大数据处理端的遥感大数据日志；通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述；
39.其中，所述协同任务多样性描述包括处理进程特征信息；所述聚类模块通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：对确定的所述遥感大数据日志进行遥感大数据处理端识别，创建包含于所述遥感大数据日志中的目标识别结果；根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息；
40.其中，所述目标识别结果包括数据端口识别结果；所述聚类模块根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：确定所述数据端口识别结果涵盖的多个端口标识分别在所述遥感大数据日志对应的特征映射空间中的特征映射结果；通过所述特征映射结果确定所述数据端口识别结果定位的第一遥感大数据处理端的数据端口更新信息；所述数据端口更新信息包括所述第一遥感大数据处理端的数据交互评价相较于数据端口标准进程下的交互基准评价的量化差异；将所述数据端口更新信息确定为所述第一遥感大数据处理端的处理进程特征信息；
41.其中，所述目标识别结果包括业务意图识别结果；所述聚类模块根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：对所述业务意图识别结果内涵盖的第一遥感大数据处理端的业务意图记录进行业务意图主题识别，得到业务意图主题识别结果；通过所述业务意图主题识别结果，确定所述第一遥感大数据处理端的业务意图记录中第一遥感大数据处理端的业务意图跳转量化差异；所述业务意图跳转量化差异包括所述第一遥感大数据处理端的业务意图跳转描述相较于数据端口标准进程下的业务意图基准描述的量化差异；将所述业务意图跳转量化差异，确定为所述第一遥感大数据处理端的处理进程特征信息；
42.其中，所述协同任务多样性描述包括局部聚焦特征；所述聚类模块通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：针对确定的所述遥感大数据日志，进行目标协同任务识别，得到目标协同任务识别结果；所述目标协同任务包括不低于一种表达局部聚焦存在异常的非标准化协同任务；根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的局部聚焦特征；
43.其中，所述聚类模块根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：通过所述目标协同任务识别结果所对应的非标准化
协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险；基于对所述第一遥感大数据处理端是否存在局部聚焦存在异常风险的检测结果，确定所述第一遥感大数据处理端的局部聚焦特征；
44.其中，所述聚类模块通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险，包括：在确定所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征的特征值大于设定特征值的前提下，确定所述第一遥感大数据处理端存在局部聚焦存在异常风险。
45.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
46.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
47.附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
48.图1是根据本技术的一些实施例所示的一种示例性遥感大数据处理方法的应用环境的框图。
49.图2是根据本技术的一些实施例所示的一种示例性遥感大数据处理系统中硬件和软件组成的示意图。
50.图3是根据本技术的一些实施例所示的一种示例性遥感大数据处理方法和/或过程的流程图。
具体实施方式
51.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
52.在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本技术。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本技术的方面。
53.这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这
些形成本技术的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本技术的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本技术的范围。应当知晓的是，这些附图并不依照比例。
54.本技术中使用流程图说明根据本技术的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
55.图1是根据本技术的一些实施例所示的一种示例性遥感大数据处理系统300的框图，遥感大数据处理系统300可以包括遥感大数据处理系统100和遥感任务服务器200。
56.在一些实施例中，如图2所示，遥感大数据处理系统100可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
57.处理引擎110可以处理相关的信息和/或数据以执行本技术中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(central processing unit，cpu)、专用集成电路(application
‑
specific integrated circuit，asic)、专用指令集处理器(application
‑
specific instruction
‑
set processor，asip)、图形处理单元(graphics processing unit，gpu)、物理处理单元(physics processing unit，ppu)、数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、微控制器单元、精简指令集计算机(reduced instruction
‑
set computer，risc)、微处理器等或其任意组合。
58.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(local area network，lan)、广域网(wide area network，wan)、无线局域网络(wireless local area network，wlan)、城域网(metropolitan area network，man)、公用电话交换网(public telephone switched network，pstn)、蓝牙网络、无线个域网络、近场通讯(near field communication，nfc)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
59.存储器130可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
60.可以理解，图2所示的结构仅为示意，遥感大数据处理系统100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
61.图3是根据本技术的一些实施例所示的一种示例性遥感大数据处理方法和/或过
程的流程图，遥感大数据处理方法应用于图1中的遥感大数据处理系统100，进一步可以包括以下步骤所描述的内容。
62.s101、确定若干第一遥感大数据处理端的协同任务多样性描述；通过所述第一遥感大数据处理端的需求配置统计结果，对所述若干第一遥感大数据处理端进行聚类处理，得到不少于一个遥感大数据处理端聚类簇，存在差异的遥感大数据处理端聚类簇对应的需求配置关键词不一致。
63.在本技术实施例中，遥感大数据处理端可以是通过上述遥感任务服务器与遥感大数据处理系统通信连接的处理设备，比如可以是手持终端或者笔记本电脑，亦或者大型计算机等，本技术实施例不作限制。
64.进一步地，协同任务多样性描述可以理解为任务状态或者任务特征，比如航测任务状态，又比如森林覆盖监测处理任务状态，再比如城市规划处理任务状态等。在本技术实施例中，遥感大数据可以涉及多种遥感影像数据，本技术实施例不一一列举。此外，需求配置统计结果可以理解为不同遥感大数据处理端的属性信息或者配置信息，聚类处理可以理解为分组处理。
65.在一些可能的实施例中，s101所描述的确定若干第一遥感大数据处理端的协同任务多样性描述，可以包括以下内容s1011和s1012所描述的技术方案。
66.s1011、对于所述第一遥感大数据处理端，确定包括所述第一遥感大数据处理端的遥感大数据日志。
67.s1012、通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述。
68.对于一些选择性的实施例而言，所述协同任务多样性描述包括处理进程特征信息，基于此，s1012所描述的通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：对确定的所述遥感大数据日志进行遥感大数据处理端识别，创建包含于所述遥感大数据日志中的目标识别结果；根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息。
69.对于一些选择性的实施例而言，所述目标识别结果包括数据端口识别结果，基于此，根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，可以包括：确定所述数据端口识别结果涵盖的多个端口标识分别在所述遥感大数据日志对应的特征映射空间中的特征映射结果；通过所述特征映射结果确定所述数据端口识别结果定位的第一遥感大数据处理端的数据端口更新信息；所述数据端口更新信息包括所述第一遥感大数据处理端的数据交互评价相较于数据端口标准进程下的交互基准评价的量化差异；将所述数据端口更新信息确定为所述第一遥感大数据处理端的处理进程特征信息。
70.对于一些选择性的实施例而言，所述目标识别结果包括业务意图识别结果，基于此，根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，可以包括：对所述业务意图识别结果内涵盖的第一遥感大数据处理端的业务意图记录进行业务意图主题识别，得到业务意图主题识别结果；通过所述业务意图主题识别结果，确定所述第一遥感大数据处理端的业务意图记录中第一遥感大数据处理端的业务意图跳转量化差异；所述业务意图跳转量化差异包括所述第一遥感大数据处理端的业务意图跳转描述相较于数据端口标准进程下的业务意图基准描述的量化差异；将所述业务意图跳转量化差
异，确定为所述第一遥感大数据处理端的处理进程特征信息。
71.对于一些选择性的实施例而言，所述协同任务多样性描述包括局部聚焦特征(比如注意力特征)，基于此，s1012所描述的通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：针对确定的所述遥感大数据日志，进行目标协同任务识别，得到目标协同任务识别结果；所述目标协同任务包括不低于一种表达局部聚焦存在异常的非标准化协同任务；根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的局部聚焦特征。
72.对于一些选择性的实施例而言，所述根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的协同任务多样性描述，可以包括以下内容：通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险；基于对所述第一遥感大数据处理端是否存在局部聚焦存在异常风险的检测结果，确定所述第一遥感大数据处理端的局部聚焦特征。
73.进一步地，通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险，包括：在确定所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征的特征值大于设定特征值的前提下，确定所述第一遥感大数据处理端存在局部聚焦存在异常风险。
74.s102、对于所述不少于一个遥感大数据处理端聚类簇中的第一遥感大数据处理端聚类簇，通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
75.在本技术实施例中，局部化第一遥感大数据处理端可以理解为一部分第一遥感大数据处理端，一般是两个以上的第一遥感大数据处理端，基于此，协同任务执行要求可以理解为协同任务指引或者协同任务辅助提示等。在本技术实施例中，协同任务可以理解为需要多个第一遥感大数据处理端进行协作处理的任务，比如针对某一地区的各个层面的航测处理任务等，或者结合无人机进行协同航测和遥感影像处理的任务等，本技术实施例不作限制。
76.以一些示例性的角度来看待，s102所描述的通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，可以包括以下内容：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建区域化多样性描述(可以理解为特征集)；通过所述区域化多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。
77.以另外一些示例性的角度来看待，s102所描述的通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，可以包括以下内容：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，确定所述局部化第一遥感大数据处理端中每一个第一遥感大数据处理端分别对应的第一执行要求；根据创建的所述第一执行要求，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求。例如，第一执行要求可以是不同第一遥感大数据处理端对应的任务指示。
78.通过实施上述s101和s102，基于携带相同需求配置关键词的第一遥感大数据处理
端的协同任务多样性描述，创建协同任务执行要求，创建的该协同任务执行要求能够有效地对存在对应的需求配置统计结果的遥感大数据处理端进行协同任务辅助，提高了创建的协同任务执行要求的高匹配性和兼容性，此外，该协同任务执行要求不仅能够用于辅助其对应的遥感大数据处理端聚类簇中的第一遥感大数据处理端，还能够用于辅助携带相同需求配置关键词的其他遥感大数据处理端，保障了创建的协同任务执行要求的应用场景的丰富程度。
79.在上述内容的基础上，该方法还可以包括以下内容：将所述第一遥感大数据处理端聚类簇对应的协同任务执行要求与所述第一遥感大数据处理端聚类簇对应的需求配置关键词进行绑定式记录。例如，绑定式记录可以理解为关联存储。
80.对于另外的一些实施例而言，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述方法还可以包括以下内容：确定第二遥感大数据处理端的需求配置统计结果；在所述第一遥感大数据处理端聚类簇中，确定出与所述第二遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第一目标遥感大数据处理端聚类簇的前提下，将所述第一目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第二遥感大数据处理端的协同任务执行要求，并向所述第二遥感大数据处理端对应的遥感任务服务器进行上传。进一步地，遥感任务服务器可以基于协同任务执行要求对第二遥感大数据处理端进行任务处理的监控。
81.对于另外的一些实施例而言，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述方法还可以包括以下内容：获得第三遥感大数据处理端对应的遥感任务服务器传输的协同任务执行要求的确定申请；在通过所述确定申请中涵盖的所述第三遥感大数据处理端的需求配置统计结果，在所述第一遥感大数据处理端聚类簇中，确定出与所述第三遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第二目标遥感大数据处理端聚类簇的前提下，将所述第二目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第三遥感大数据处理端的协同任务执行要求，并向所述第三遥感大数据处理端对应的遥感任务服务器进行上传。
82.在上述内容的基础上，该方法还可以包括以下内容：确定第四遥感大数据处理端的协同任务多样性描述，并通过所述第四遥感大数据处理端的协同任务多样性描述，创建所述第四遥感大数据处理端对应的第一执行要求；在所述第一执行要求与目标协同任务执行要求不一致的情况下，通过所述第一执行要求和/或所述目标协同任务执行要求，确定所述第四遥感大数据处理端对应的第二执行要求，所述目标协同任务执行要求为所述第一遥感大数据处理端聚类簇的协同任务执行要求中与所述第四遥感大数据处理端存在对应关系的协同任务执行要求。
83.基于上述同样的发明构思，本技术实施例还提供了一种遥感大数据处理系统，所述遥感大数据处理系统包括：聚类模块，用于确定若干第一遥感大数据处理端的协同任务多样性描述；通过所述第一遥感大数据处理端的需求配置统计结果，对所述若干第一遥感大数据处理端进行聚类处理，得到不少于一个遥感大数据处理端聚类簇，存在差异的遥感大数据处理端聚类簇对应的需求配置关键词不一致；创建模块，用于对于所述不少于一个遥感大数据处理端聚类簇中的第一遥感大数据处理端聚类簇，通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感
大数据处理端聚类簇对应的协同任务执行要求。
84.在一种可能的设计思路下，所述系统还包括记录模块，用于将所述第一遥感大数据处理端聚类簇对应的协同任务执行要求与所述第一遥感大数据处理端聚类簇对应的需求配置关键词进行绑定式记录。
85.在一种可能的设计思路下，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述系统还包括第一上传模块，用于确定第二遥感大数据处理端的需求配置统计结果；在所述第一遥感大数据处理端聚类簇中，确定出与所述第二遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第一目标遥感大数据处理端聚类簇的前提下，将所述第一目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第二遥感大数据处理端的协同任务执行要求，并向所述第二遥感大数据处理端对应的遥感任务服务器进行上传。
86.在一种可能的设计思路下，所述创建模块通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建区域化多样性描述；通过所述区域化多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求；
87.其中，所述创建模块通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求，包括：通过所述第一遥感大数据处理端聚类簇中局部化第一遥感大数据处理端的协同任务多样性描述，确定所述局部化第一遥感大数据处理端中每一个第一遥感大数据处理端分别对应的第一执行要求；根据创建的所述第一执行要求，创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求；
88.其中，在所述创建与所述第一遥感大数据处理端聚类簇对应的协同任务执行要求之后，所述系统还包括第二上传模块，用于获得第三遥感大数据处理端对应的遥感任务服务器传输的协同任务执行要求的确定申请；在通过所述确定申请中涵盖的所述第三遥感大数据处理端的需求配置统计结果，在所述第一遥感大数据处理端聚类簇中，确定出与所述第三遥感大数据处理端的需求配置统计结果存在对应关系的需求配置关键词对应的第二目标遥感大数据处理端聚类簇的前提下，将所述第二目标遥感大数据处理端聚类簇对应的协同任务执行要求确定为所述第三遥感大数据处理端的协同任务执行要求，并向所述第三遥感大数据处理端对应的遥感任务服务器进行上传；
89.其中，所述系统还包括确定模块，用于确定第四遥感大数据处理端的协同任务多样性描述，并通过所述第四遥感大数据处理端的协同任务多样性描述，创建所述第四遥感大数据处理端对应的第一执行要求；在所述第一执行要求与目标协同任务执行要求不一致的情况下，通过所述第一执行要求和/或所述目标协同任务执行要求，确定所述第四遥感大数据处理端对应的第二执行要求，所述目标协同任务执行要求为所述第一遥感大数据处理端聚类簇的协同任务执行要求中与所述第四遥感大数据处理端存在对应关系的协同任务执行要求。
90.在一种可能的设计思路下，所述聚类模块确定若干第一遥感大数据处理端的协同任务多样性描述，包括：对于所述第一遥感大数据处理端，确定包括所述第一遥感大数据处
理端的遥感大数据日志；通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述；
91.其中，所述协同任务多样性描述包括处理进程特征信息；所述聚类模块通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：对确定的所述遥感大数据日志进行遥感大数据处理端识别，创建包含于所述遥感大数据日志中的目标识别结果；根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息；
92.其中，所述目标识别结果包括数据端口识别结果；所述聚类模块根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：确定所述数据端口识别结果涵盖的多个端口标识分别在所述遥感大数据日志对应的特征映射空间中的特征映射结果；通过所述特征映射结果确定所述数据端口识别结果定位的第一遥感大数据处理端的数据端口更新信息；所述数据端口更新信息包括所述第一遥感大数据处理端的数据交互评价相较于数据端口标准进程下的交互基准评价的量化差异；将所述数据端口更新信息确定为所述第一遥感大数据处理端的处理进程特征信息；
93.其中，所述目标识别结果包括业务意图识别结果；所述聚类模块根据创建的所述目标识别结果，确定所述第一遥感大数据处理端的处理进程特征信息，包括：对所述业务意图识别结果内涵盖的第一遥感大数据处理端的业务意图记录进行业务意图主题识别，得到业务意图主题识别结果；通过所述业务意图主题识别结果，确定所述第一遥感大数据处理端的业务意图记录中第一遥感大数据处理端的业务意图跳转量化差异；所述业务意图跳转量化差异包括所述第一遥感大数据处理端的业务意图跳转描述相较于数据端口标准进程下的业务意图基准描述的量化差异；将所述业务意图跳转量化差异，确定为所述第一遥感大数据处理端的处理进程特征信息；
94.其中，所述协同任务多样性描述包括局部聚焦特征；所述聚类模块通过所述遥感大数据日志，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：针对确定的所述遥感大数据日志，进行目标协同任务识别，得到目标协同任务识别结果；所述目标协同任务包括不低于一种表达局部聚焦存在异常的非标准化协同任务；根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的局部聚焦特征；
95.其中，所述聚类模块根据所述目标协同任务识别结果，确定所述第一遥感大数据处理端的协同任务多样性描述，包括：通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险；基于对所述第一遥感大数据处理端是否存在局部聚焦存在异常风险的检测结果，确定所述第一遥感大数据处理端的局部聚焦特征；
96.其中，所述聚类模块通过所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征，检测所述第一遥感大数据处理端是否存在局部聚焦存在异常风险，包括：在确定所述目标协同任务识别结果所对应的非标准化协同任务的协同任务时序特征的特征值大于设定特征值的前提下，确定所述第一遥感大数据处理端存在局部聚焦存在异常风险。
97.本领域技术人员可以根据上述已公开的内容毫无疑义对一些预设的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。
对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
98.本技术实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本技术所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
99.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可以对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
100.同时，本技术使用了特定术语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本技术的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
101.另外，本领域普通技术人员可以理解的是，本技术的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外，本技术的各方面可以表现为位于至少一个计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
102.计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤缆线、rf、或类似介质、或任何上述介质的组合。
103.本技术各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写，包括面向对象程序设计，如java、scala、smalltalk、eiffel、jade、emerald、c 、c#、vb.net，python等，或类似的常规程序编程语言，如"c"编程语言，visual basic，fortran 2003，perl，cobol 2002，php，abap，动态编程语言如python，ruby和groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网络(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
104.此外，除非申请专利范围中明确说明，本技术所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
105.同样应当理解的是，为了简化本技术揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。