基于Petri网的遥感产品生产模型研究与应用

来源 :河南大学 | 被引量 : 0次 | 上传用户:shengfusky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着遥感应用领域及范围的日益扩大,遥感产品生产的规模也越来越大,为了解决遥感产品生产的专业化、规模化、快速化等问题,需要设计构建可读性强,且能被计算机接受的遥感产品生产模型。传统的工作流模型或者流程图并不能有效地描述复杂的遥感产品生产过程,使得遥感产品生产线无法满足行业用户的需求。当前遥感产品的生产的主要思想是算法组件化,为了适应遥感产品生产特点的变化,本文提出了基于算法组件化思想和Petri网理论的遥感产品生产模型建模方法,该方法具有重要的理论意义和现实的应用价值。本文首先对Petri网相关理论进行了描述,分析了遥感产品生产的特点及其流程,然后借鉴Petri网解决实际问题的经验,构建了基于Petri网的遥感产品生产模型,从语法和语义的角度对模型进行校验,并利用Visual Object Net++仿真软件对其进行仿真分析。此外,本文还利用Petri网并发理论分析了模型的并行性,并结合实际的遥感生产情况,对生产流程进行了变更。最后,介绍了该模型在实际项目中的应用情况。具体研究工作包含以下几个方面:(1)对遥感产品生产特点及流程进行了分析与研究,指出遥感产品生产过程中存在的同步、并发、顺序等关系;详细介绍了Petri网相关理论,并分析了Petri网在遥感产品生产建模中的优势。(2)定义了表征遥感产品生产的符号及意义,建立了基于Petri网的遥感产品生产模型(RSPN模型),从可达性、合理性以及冲突等方面对模型进行了校验,并对模型进行了仿真分析。(3)研究了多期遥感产品生产的Petri网模型扩展算法,采用Petri网并发理论分析了遥感产品生产的并行性,并结合实际的遥感产品生产情况,提出了生产流程变更方案。(4)将本文提出的RSPN模型成功应用在国家重大专项项目《遥感产品生产分系统》原型系统中,并取得了良好的效果(项目已验收通过)。
其他文献
数字图随着计算机信息技术的发展,网络上的数字资源与日俱增,与此同时,人们面临的不是数字资源的缺少,而是如何在海量的数字资源中找到合适的资源。正因如此,研究者们根据这个需求
卷积神经网络(Convolutional Neural Network,CNN)是一种受Hubel-Wiesel生物视觉系统启发的多层变种感知机(Multi-Layer Perception,MLP),它无须改变图像的拓扑结构,能在训练
软件测试的目标是为了发现程序中潜在错误,其中的关键因素就是如何快速自动化的生成测试数据,传统的人工测试耗费大量人力物力,因此自动化测试技术越来越受到人们的重视。测试数
针对应用时间序列方法在处理数据不足、缺失和信息模糊性的问题,本文在Type-2模糊时间序列预测模型基础上,首先,将模糊聚类的算法引入Type-2模糊时间序列模型中,利用物以类聚的思
人脸识别是图像处理和计算机视觉领域的一项重要研究内容,其主要目的是通过匹配数据库来检测输入的测试人脸图像属于哪一类别。脸部识别率指的是正确识别出的脸部图像的比率。
随着高性能计算的发展,超级计算机在功率和能耗方面的不足正在逐步显露。目前超级计算机的系统功耗普遍在5000KW以上,而地球模拟器的峰值功耗则达到了12MW[1],即一天的耗电量可
当今社会,计算机软件与人们的生活息息相关,人们对软件质量的要求也越来越高。软件在运行时发生失效,如何实现快速、高效的、准确的软件故障定位仍是学术界和工业界研究的关
随着计算机网络技术的迅猛发展,网络时间隐通道受到越来越多的关注与研究。网络时间隐通道以数据包可携带的时间变量(time variable)作为信息的载体,通信双方通过改变/观察双方
近年来,随着数据收集与存储技术的提高,人们收集到的数据量呈指数速度增长,传统的离群点检测方法在处理大规模数据集时已开始表现出极大的局限性。大规模数据集具有数据数量大、
社交网络起源较早,伴随无线定位技术的成熟、移动终端设备的普及以及移动互联网的发展,移动社交网络迅速崛起。空间定位技术的发展使得基于位置服务(Location-based service,LBS