胡坤霖,溫劍鋒,徐 剛,3,朱安峰,徐海燕

(1．中南大學(xué) 計算機學(xué)院，湖南 長沙 410083；2．浙江安防職業(yè)技術(shù)學(xué)院 應(yīng)急管理學(xué)院，浙江 溫州 325016；3．中南大學(xué) 地球科學(xué)與信息物理學(xué)院，湖南 長沙 410083)

1 引言

當前社會正處于“信息爆炸”時代，由于科技進步，人們被海量數(shù)據(jù)包圍。其中空間數(shù)據(jù)是地理信息系統(tǒng)的關(guān)鍵組成部分，也是國家基礎(chǔ)建設(shè)的主體。通常將其當作為與空間位置相關(guān)的、展示客觀世界的不同實體數(shù)據(jù)。其組成要素包括空間、屬性、拓撲以及時間數(shù)據(jù)等。其中，空間數(shù)據(jù)表示位置、輪廓與形狀信息；屬性數(shù)據(jù)則代表地理要素屬性特點，例如種類、等級等；拓撲數(shù)據(jù)反映要素之間具有的空間關(guān)系；時間指各類信息采集的時間特性。對于這些鋪天蓋地的地理空間數(shù)據(jù)，首要問題就是如何從這些信息中提取有用信息。

文獻[1]提出基于平行坐標軸動態(tài)排列的空間數(shù)據(jù)可視化提取方法。結(jié)合信息屬性特征對地理空間位置進行聚類分析，利用Voronoi圖與顏色明暗映射對空間中不同區(qū)域進行標注；通過平行坐標呈現(xiàn)出地理空間的屬性信息。優(yōu)化數(shù)據(jù)線布局，改善地圖和坐標系數(shù)據(jù)線分布的紊亂程度；至此，完成基于坐標軸動態(tài)排列的空間數(shù)據(jù)可視化提取系統(tǒng)設(shè)計。文獻[2]提出面向雙向、多變量的連續(xù)面域拓撲圖可視化提取方法。利用格網(wǎng)密度補償與積分補償試探方式對連續(xù)面域拓撲圖算法做優(yōu)化處理，實現(xiàn)基本變量表示。再使用空間內(nèi)插與符號擴展對不同變量在連續(xù)面域拓撲圖中進行描述，達到空間數(shù)據(jù)可視化提取目的。

上述兩種可視化提取系統(tǒng)連續(xù)性較差，在數(shù)據(jù)安全方面也存在一定缺陷。為此，本文在改進鯨魚算法基礎(chǔ)上設(shè)計一種新的地理空間數(shù)據(jù)可視化提取系統(tǒng)[3-4]。

2 地理空間數(shù)據(jù)預(yù)處理

為了準確提取出用戶需要的地理空間數(shù)據(jù)，本文提出基于自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)處理方法[5-7]。神經(jīng)網(wǎng)絡(luò)可實現(xiàn)模式識別與分類，在海量數(shù)據(jù)中，有助于改善空間數(shù)據(jù)可視化提取質(zhì)量，可以在不理想狀況下實現(xiàn)噪聲數(shù)據(jù)過濾。SOM在地理空間數(shù)據(jù)中能夠進行降維處理，構(gòu)建拓撲，不但保留數(shù)據(jù)初始關(guān)系，還能將數(shù)據(jù)的非線性關(guān)系變換為幾何關(guān)系[8-9]，減少計算量。

SOM模型自組織性能較強，通過對權(quán)系數(shù)Wi，j的不斷調(diào)節(jié)，保證神經(jīng)網(wǎng)絡(luò)在相同形態(tài)中收斂。此時，神經(jīng)元只針對某個輸入模式敏感。假設(shè)X={x1，xi，xn}代表輸入模式，W=(wi，j|1≤i≤n，1≤j≤c)表示輸入神經(jīng)元i與輸出神經(jīng)元j的權(quán)值矩陣，Y=(y1，y2，…，yc)描述輸入節(jié)點匹配響應(yīng)程度。則在t時間點有：

公式中，d表示歐式距離。輸出節(jié)點響應(yīng)程度體現(xiàn)出此節(jié)點有關(guān)輸入部分的匹配度。若需滿足最優(yōu)匹配，則必須符合如下條件：

在此節(jié)點的拓撲鄰域中對權(quán)系數(shù)進行調(diào)整：

公式中，a(t)代表學(xué)習(xí)參數(shù)。

下述為自組織學(xué)習(xí)方法的全部學(xué)習(xí)步驟：

對輸入與輸出層的全部鏈接權(quán)值wi，j任意賦予[0，1]區(qū)間的值。確定迭代次數(shù)T、初始化近鄰NE(t)。

步驟一：輸入新模式Xk，并獲取該模式和全部向量之間的空間距離。針對輸出神經(jīng)元j，利用dj，k表示其與輸入模式之間的距離，則有：

步驟二：將dj，k最小節(jié)點作為優(yōu)勝節(jié)點。其與輸入模式之間最小神經(jīng)元即為最佳輸出神經(jīng)元c。如果采用Wc描述神經(jīng)元存在的權(quán)系數(shù)矢量，則有：

步驟三：判定全部模式是否完全輸入，反之回到步驟一。在實際運用過程中，一般結(jié)合經(jīng)驗選取NE(t)的值。選擇原則為：使原始NE(t)值較大，再逐漸縮小至0，此時能夠快速獲取輸入矢量的概率結(jié)構(gòu)，更加細致地調(diào)節(jié)權(quán)值，確保其滿足輸入空間概率分布要求。

SOM 模型能夠?qū)臻g數(shù)據(jù)起到聚類作用，可將聚類中心[8]當做初始輸入，具有壓縮效果，確保拓撲有序。其非監(jiān)督學(xué)習(xí)原則可以有效去除冗余數(shù)據(jù)，實現(xiàn)數(shù)據(jù)降維，有助于改善可視化提取性能[10-11]。

3 地理空間數(shù)據(jù)可視化提取系統(tǒng)設(shè)計

3.1 基于改進鯨魚算法的可視化提取

在可視化提取系統(tǒng)中，視圖長寬比是非常重要的性能。傳統(tǒng)的可視化系統(tǒng)隨著數(shù)據(jù)量的增加，長寬比性能迅速下降，這是因為系統(tǒng)容量不夠?qū)е碌摹榻鉀Q這一問題，本文利用改進鯨魚算法尋找可視化提取的最佳目標，同時能夠?qū)崿F(xiàn)系統(tǒng)擴容。該方法模仿了鯨魚的狩獵行為，其優(yōu)勢在于操作簡便，需調(diào)節(jié)的參數(shù)較少，能夠避免局部最優(yōu)。算法整個過程包括覓食、收縮包圍與捕食三個過程。

(1) 隨機覓食

公式中，X'表示個體所處位置，G表示現(xiàn)階段迭代次數(shù)，代表目標更新之前和其它目標之間存在的距離，A與C均表示隨機參數(shù)。

(2) 縮小包圍

當鯨魚在尋找到食物之后，會再次進行位置更新，此時數(shù)學(xué)模型表示為：

(3) 捕食

為此，本文對鯨魚算法做出一定改進，當完成每次迭代后，在現(xiàn)階段最佳解基礎(chǔ)上對差分算子做變異、交叉處理，以便獲得適應(yīng)性更強的最佳解，再對當前最佳解進行替換，反之執(zhí)行下一次迭代。差分進化處理過程的主要目的為：利用隨機選取的方式使試驗矢量中最少包括一個目標做出的貢獻，否則種群不會發(fā)生變化：

公式中，rand(j)[0，1]表示平均分布的隨機數(shù)，rnb(i)[1，2，…，n]代表隨機整數(shù)，CR[0，1]描述較差幾率，取值為0．1。

將完成交叉處理后的目標與當前目標對比，令適應(yīng)度較小的值進入到下次迭代種群中：

上述即為利用改進的鯨魚算法構(gòu)建的系統(tǒng)容量變化模型。此方法經(jīng)過多次變異、交叉處理，豐富了種群類型，擴大搜索空間，提高全局搜索性能，避免陷入局部最優(yōu)，獲取最佳提取結(jié)果。此外系統(tǒng)容量得到擴大，可視化提取的長寬比性能也得到改善。

3.2 系統(tǒng)整體架構(gòu)確定

結(jié)合以上設(shè)計原則，將可視化提取系統(tǒng)分為表現(xiàn)層、服務(wù)層、支撐層、資源層與基礎(chǔ)平臺層。此種分層設(shè)置思想具有很多優(yōu)勢，可將其中任意一層當作整體理解，也能夠減少層次之間的依賴性，便于標準化服務(wù)。具體每層設(shè)計如下：

(1) 表現(xiàn)層

表現(xiàn)層就是用戶的可視化界面，是系統(tǒng)最頂層架構(gòu)，方便信息交互。該可視化提取系統(tǒng)主要針對空間數(shù)據(jù)可視化領(lǐng)域，通過表現(xiàn)層讓用戶更加直觀感受到系統(tǒng)所提供的服務(wù)。

(2) 服務(wù)層

服務(wù)層在表現(xiàn)層下方，主要負責(zé)業(yè)務(wù)邏輯與基礎(chǔ)設(shè)備，執(zhí)行某些特殊功能，更好地服務(wù)于表現(xiàn)層。在服務(wù)層中主要定義了如下功能：數(shù)據(jù)導(dǎo)入接口：利用該接口，便于將地理空間數(shù)據(jù)導(dǎo)入到系統(tǒng)內(nèi)部；數(shù)據(jù)表示：便于用戶了解數(shù)據(jù)屬性與維度；算法編輯：為上述算法提供導(dǎo)入功能，并實現(xiàn)與支撐層的數(shù)據(jù)交互；此外，該層還可以提供可視化展示等服務(wù)。

(3) 支撐層

支撐層是為表現(xiàn)層與服務(wù)層提供支撐能力的，在該系統(tǒng)架構(gòu)中支撐層提供的服務(wù)如下：數(shù)據(jù)變換功能：將其他層次導(dǎo)入，利用該功能變換為符合系統(tǒng)要求的數(shù)據(jù)格式；數(shù)據(jù)和算法匹配：并不是所有算法都能夠?qū)崿F(xiàn)可視化展示，所以必須通過該功能對系統(tǒng)算法進行合理映射，以此獲得最佳效果。

(4) 數(shù)據(jù)層

數(shù)據(jù)層可以為其他層次提供資源支持，在該系統(tǒng)中數(shù)據(jù)資源主要包括本地、外地數(shù)據(jù)。其中本地數(shù)據(jù)庫能夠?qū)?dǎo)入的信息進行儲存。

(5) 基礎(chǔ)平臺層

此層能夠為系統(tǒng)提供軟、硬件等基礎(chǔ)設(shè)備，支持其他應(yīng)用運行。其可分為服務(wù)器與開發(fā)環(huán)境等。

3.3 系統(tǒng)模式設(shè)計

在所提可視化提取系統(tǒng)中，設(shè)計模式分為客戶端、邏輯端以及服務(wù)器端三個方面。

其中客戶端可以對用戶提交的數(shù)據(jù)進行可視化顯示；邏輯端主要任務(wù)為處理業(yè)務(wù)規(guī)則；服務(wù)端則為客戶端提供各類數(shù)據(jù)處理功能，減少用戶等待時間。系統(tǒng)模式設(shè)計圖如圖1所示。

圖1 系統(tǒng)模式設(shè)計圖

4 仿真實驗數(shù)據(jù)分析與研究

為證明本文構(gòu)建的系統(tǒng)性能，利用Windows操作系統(tǒng)，在Canvas環(huán)境下進行仿真實驗。在0至180數(shù)據(jù)量區(qū)間內(nèi)，每次增多30個提取數(shù)據(jù)，對本文系統(tǒng)、文獻[1]方法與文獻[2]方法進行對比。

首先對三種方法的可視化長寬比性能進行仿真，結(jié)果如圖2所示。

圖2 可視化長寬比性能仿真結(jié)果

由于長寬比值越接近10，表明可視化提取效果越好，因此由圖2能夠看出，本文系統(tǒng)的可視化提取結(jié)果始終保持較高值，且隨著數(shù)據(jù)量的增加并沒有出現(xiàn)下降趨勢。這是因為改進的鯨魚算法自適應(yīng)性較強，能夠有效擴大系統(tǒng)容量，進而改善可視化長寬比。

其次，對三種不同方法的CPU占用率進行對比，占用率越小表明可視化提取連續(xù)性越高。結(jié)果如圖3所示。

從圖3可知，本文設(shè)計的系統(tǒng)CPU占用率較低，進而反映出數(shù)據(jù)提取的連續(xù)性較強。這是因為在系統(tǒng)設(shè)計過程中，經(jīng)過一系列格式變換、數(shù)據(jù)排序等過程，提高系統(tǒng)處理數(shù)據(jù)的能力，使數(shù)據(jù)更加有序，獲取更好的提取效果。

圖3 空間數(shù)據(jù)CPU占用率對比圖

最后測試該系統(tǒng)的抗攻擊能力，向服務(wù)器中添加帶有惡意腳本的數(shù)據(jù)，不同方法成功檢測惡意數(shù)據(jù)的總量如圖4所示。

圖4 不同方法下惡意數(shù)據(jù)檢出率對比

結(jié)合如圖4所示的檢測結(jié)果，本文系統(tǒng)對于惡意數(shù)據(jù)的檢出率最高。這是因為基于SOM的數(shù)據(jù)預(yù)處理方法不但能實現(xiàn)數(shù)據(jù)降維，還能有效減少惡意數(shù)據(jù)攻擊，得到較為滿意的數(shù)據(jù)預(yù)處理效果。

5 結(jié)束語

地理空間數(shù)據(jù)屬于地理信息服務(wù)的基礎(chǔ)，由于可視化效果不佳，影響了地理空間數(shù)據(jù)提取。為此，本文利用改進鯨魚算法增強可視化效果，改善數(shù)據(jù)提取的連續(xù)性與安全性，進而提高用戶使用效率。雖然該系統(tǒng)的仿真實驗效果較好，但仍需做進一步改進。例如：系統(tǒng)中沒有分析角色管理機制，這會加大安全風(fēng)險。因此需設(shè)置角色權(quán)限，確保不同用戶登錄系統(tǒng)后不能查看與其身份不對應(yīng)的內(nèi)容。