CN104573387A - 一种噪音地图绘制方法及装置 - Google Patents

Abstract

本发明适用于噪音地图技术领域，提供了一种噪音地图绘制方法及装置，噪音地图绘制方法包括：获取终端上传的环境噪音，环境噪音包括噪音值、时间信息以及位置信息；当终端上传与环境噪音对应的图片时，检测图片是否为有效图片；当图片为有效图片且图片的拍摄地点为室内时，环境噪音识别为室内环境噪音；当没有图片时，环境噪音识别为室外环境噪音，或者，当图片为无效图片时，环境噪音识别为室外环境噪音，或者，当图片为有效图片且图片的拍摄地点为室外时，环境噪音识别为室外环境噪音；根据室内环境噪音、室外环境噪音，绘制噪音地图。发明既提高了噪音地图的绘制精度，也提高了噪音地图的可靠性。

Description

一种噪音地图绘制方法及装置

技术领域

本发明属于噪音地图技术领域，尤其涉及一种噪音地图绘制方法及装置。

背景技术

随着人口的增多和各种设备的增加，噪音污染源也越来越多。用户需要一张能够显示当前各地噪音的噪音地图给自己的出行和其他日常安排作为指导，就像道路实时状况图一样。同时，硬件存储能力和计算能力的提升、云技术和大数据技术的发展，各种新的数据挖掘机器学习甚至是深度挖掘技术的发展，为位置相关噪音地图绘制的实现提供了基础。

然而，现有噪音地图绘制方法，无法区分室内环境噪音和室外环境噪音，不利于提高噪音地图的绘制精度。其原因在于，现有噪音地图绘制方法，不会区分室内环境噪音和室外环境噪音，只会将环境噪音统一绘制，生成噪音地图。而噪音不同于天气、路况等信息，噪音对位置非常敏感，有可能一墙之隔，噪音的大小就会出现明显的不同，噪音的大小还会出现不同原因的突变，因此绘制与位置相关的噪音地图，需要区分室内环境噪音和室外环境噪音。

发明内容

本发明实施例的目的在于提供一种噪音地图绘制方法，旨在解决现有噪音地图绘制方法，无法区分室内环境噪音和室外环境噪音，不利于提高噪音地图的绘制精度的问题。

本发明实施例是这样实现的，一种噪音地图绘制方法，包括：

获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

本发明实施例的另一目的在于提供一种噪音地图绘制装置，包括：

获取模块，用于获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

有效图片检测模块，用于当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

室内环境噪音模块，用于当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

室外环境噪音模块，用于当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

噪音地图绘制模块，用于根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

在本发明实施例中，根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图，解决了现有噪音地图绘制方法，无法区分室内环境噪音和室外环境噪音，不利于提高噪音地图的绘制精度的问题。使得噪音地图描述位置相关的噪音更加准确，从而既提高了噪音地图的绘制精度，也提高了噪音地图的可靠性。

附图说明

图1是本发明实施例提供的噪音地图绘制方法的实现流程图；

图2是本发明实施例提供的噪音地图绘制方法S102的实施流程图；

图3是本发明实施例提供的噪音地图绘制方法S103的实施流程图；

图4是本发明实施例提供的噪音地图绘制装置的第一结构框图；

图5是本发明实施例提供的噪音地图绘制装置的第二结构框图；

图6是本发明实施例提供的噪音地图绘制装置的第三结构框图；

图7是本发明实施例提供的噪音地图绘制装置的第四结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

图1是本发明实施例提供的噪音地图绘制方法的实现流程图，详述如下：

在步骤S101中，获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

其中，时间信息表示环境噪音记录的时间信息，可具体到分钟，即年月日时分，也可以具体到秒，即年月日时分秒。

需说明的是，本实施例对时间信息的时间单位，不做限制。

位置信息包括但不限于经纬度和地理位置。

需说明的是，所述服务器可以现有任意一种服务器，包括但不限于物理服务器和虚拟服务器。其中，虚拟服务器可以为云服务器。

需说明的是，终端与服务器之间，可通过任意一种有线的连接方式建立连接，或者通过任意一种无线的连接方式建立连接。无线的连接方式包括但不限于蓝牙连接方式、WIFI连接方式、3G连接方式、4G连接方式、5G连接方式。

在步骤S102中，当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

服务器检测所述终端是否上传与所述环境噪音对应的图片，当所述终端上传与所述环境噪音对应的图片时，将所述图片与所述环境噪音建立对应关系，并记录存储。

在步骤S103中，当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

采用图片识别算法，对所述图片的内容进行识别，当识别结果中所述图片的拍摄地点为室内时，表示终端上传的环境噪音为室内环境噪音。

在步骤S104中，当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

采用图片识别算法，对所述图片的内容进行识别，当识别结果中所述图片的拍摄地点为室外时，表示终端上传的环境噪音为室外环境噪音。

在步骤S105中，根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

噪音地图中包括噪音值，噪音值对应的时间和经纬度。

在绘图区域中，采用室内区域，绘制所述室内环境噪音，采用室外区域，绘制所述室外环境噪音，以绘制噪音地图，所述室内区域和室外区域为绘图区域的不同区域。

在本发明实施例中，根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图，使得噪音地图描述位置相关的噪音更加准确，从而既提高了噪音地图的绘制精度，也提高了噪音地图的可靠性。

实施例二

图2是本发明实施例提供的噪音地图绘制方法S102的实施流程图，详述如下：

在步骤S201中，检测所述图片是否携带了后置摄像头的生成标记；

在步骤S202中，当所述图片中携带了后置摄像头的生成标记时，判断所述照片为有效照片，当所述图片中没有携带后置摄像头的生成标记时，判断所述照片为无效照片。

当所述图片中携带了后置摄像头的生成标记时，表示所述图片是通过调用了终端的后置摄像头生成的，判断所述照片为有效照片；

当所述图片中没有携带了后置摄像头的生成标记时，表示所述图片是通过调用了终端的后置摄像头生成的，判断所述照片为无效照片。

在本发明实施例中，对照片进行区分，分成有效照片和无效图片，以便于后续可以根据有效照片，获取到室内环境噪音，从而提高了室内环境噪音采集的有效性。

实施例三

配置环境噪音挖掘模型，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种；

其中，所述环境噪音聚类模型为：

$\mathrm{\Δ}=\sqrt[\∂]{\underset{i,m}{\mathrm{\Σ}}\left(\underset{j}{\mathrm{\Σ}}{\mathrm{\γ}}_i\right|{\mathrm{\θ}}_{\mathrm{ij}}-{\mathrm{\θ}}_{\mathrm{mj}}{|}^{\∂})}$

其中，Δ为相似度，表示开放次数，θ_ij表示第i个向量的第j维噪音值，θ_mj表示第m个类心的第j维数据，γ_i是权重系数，且_iγ＝1；

其中，

城区距离

欧几里得几何距离

闵科夫斯基距离

调整的值，可获取不同距离时噪音值的相似度。。

调整γ_i的值，可为每一维度的噪音值赋予不同的权重，体现出算法的鲁棒性和延拓性。

需说明的是，当环境噪音与目标位置的距离越远时，γ_i的值越小，当环境噪音与目标位置的距离越近时，γ_i的值越大，当环境噪音的获取时间与当前时间的时间差越大时，γ_i的值越小，当环境噪音的获取时间与当前时间的时间差越小时，γ_i的值越大。

其中，可以在一定时间范围或一定地理范围内收集多个噪音值，将每个噪音值作为一个一维的数据进行聚类，当相似度Δ小于预设的阀值时，表示该类心可以描述该集合，将得到的该类心作为该地理范围该时间范围的噪音值；

其中，也可以将云端存储的向量作为一组待聚类的数据，将得到的该类心作为该地理范围该时间范围的噪音值，这样最终得到的噪音值对应的地点和时间点。

其中，所述噪音分贝均值模型为：

$\mathrm{value}=\frac{\mathrm{\Σ}{\mathrm{value}}_i}{n}$

其中，value为噪音分贝均值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数；

其中，所述噪音加权值模型为：

${\mathrm{value}}^{\′}=\frac{\mathrm{\Σ}{\mathrm{\ω}}_i\×{\mathrm{value}}_i}{n}$

其中，value’为噪音加权值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数，ω_i是每个噪音值的权值，且ω_i＝1。

在本实施例中，每个环境噪音在收集时，离目标位置的距离和当前时间的时间差都是已知的，而距离越远和时间越早的环境噪音的参考价值就越小，因此根据不同距离，不同时间段，为每个环境噪音中的噪音值分配权值，并根据具有权值的噪音值，生成噪音加权值，可避免短时间内，当前噪描述音分贝值失效的情况，同时，还可避免目标位置面积较大时，无法环境噪音的情况，从而能有效地描述目标位置在某一时间段的环境噪音。

实施例四

图3是本发明实施例提供的噪音地图绘制方法S103的实施流程图，详述如下：

在步骤S301中，根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，获取噪音加权值，所述噪音加权值包括室内环境噪音的噪音加权值和室外环境噪音的噪音加权值；

根据所述室内环境噪音以及预配置的所述噪音加权值模型，获取所述室内环境噪音的噪音加权值，根据所述室外环境噪音以及预配置的所述噪音加权值模型，获取所述室外环境噪音的噪音加权值。

在步骤S302中，挖掘所述噪音加权值与所述室内环境噪音、所述室外环境噪音的关联规则；

可采用现有的任意一种数据挖掘算法，挖掘所述室内环境噪音的噪音加权值与所述室内环境噪音之间的关联规则，挖掘所述室外环境噪音的噪音加权值与所述室外环境噪音之间的关联规则。

在步骤S303中，根据所述室内环境噪音、所述室外环境噪音以及所述关联规则，绘制噪音地图。

根据挖掘的所述室外环境噪音的噪音加权值与所述室外环境噪音之间的关联规则，以及挖掘的所述室内环境噪音的噪音加权值，挖掘所述室内环境噪音之间的关联规则，绘制噪音地图。

根据噪音加权值的挖掘时间，选取最新挖掘的噪音加权值，在噪音地图上显示地理位置、时间以及最新挖掘的噪音加权值，所述噪音加权值包括室内环境噪音的噪音加权值和室外环境噪音的噪音加权值。

在本实施例中，在噪音地图上显示地理位置、时间以及最新挖掘的噪音加权值，进一步提高了噪音地图的有效性和准确性。

实施例五

本发明实施例主要描述了噪音地图绘制方法在实际应用中的实施流程图，详述如下：

1、通过终端收集环境噪音，具体需要记录时间，具体到分钟，即年月日时分、地点，经纬度或地理位置，噪音值，同时允许终端通过智能终端拍照上传当前位置的照片；

2、当终端上传照片时，则判断该照片是否为有效照片；

其中，如果终端在发送照片前调用了智能终端的后置摄像头，则判断该照片为有效照片，如果终端是从本地的图片库调用照片发送或者使用前置摄像头拍摄照片，则判断该照片为无效照片。

3、对收集到的环境噪音进行预分类，分为室内环境噪音和室外环境噪音；

室内环境噪音处理方式，详述如下：

使用图像分析和地理坐标比较的技术，将同一地理位置的环境噪音归类。将环境噪音按不同维度进行划分，第一个维度是季节/月份维度，第二个维度是时刻维度，第三个维度是是否为公休日，第四个维度是地理位置维度。然后通过对不同维度的环境噪音运用环境噪音挖掘算法进行分析，可以获得某一建筑无在某季节某天某时段的噪音参考值/经验值。

室外环境噪音处理方式，详述如下：

首先将环境噪音按不同维度进行划分，第一个维度是季节/月份维度，第二个维度是时刻维度，第三个维度是是否为公休日，第四个维度是地理位置维度。

通过这种维度的划分，收集到的环境噪音成为一个环境噪音仓库。然后通过对不同维度的环境噪音运用环境噪音挖掘算法进行分析，可以获得某地在某季节某天某时段的噪音参考值/经验值。

4、将分析后得到的噪音值标记到噪音地图的相应位置上，就能获得与位置相关的噪音地图，这张噪音地图在不同维度有不同的表现。同时，为了简化噪音地图，可以将噪音的具体值划分为高中低三档，每当对应不同的颜色，在噪音分布图上，通过颜色的不同为终端标记不同噪音值。

5、当有新环境噪音上传时，噪音地图上显示的值并不会马上改变，而是将新的值纳入到环境噪音库中，然后经过分析，确定新值在环境噪音仓库中的位置，当新的值增量到某程度时或者一段固定时间后，通过机器学习的算法计算新的噪音参考值/经验值。

6、当终端要查看某地当前的环境噪音时，取最近上传的该位置附近的多组环境噪音，计算这些环境噪音的均值与方差，当方差较小时，则返回噪音均值给终端，当方差较大时，则代表该位置处的噪音环境发生了突变，在返回均值给终端的同时，通知终端，环境噪音发生突变的情况。

实施例六

本发明实施例主要描述了本发明在三个不同场景中较佳的实施流程，详述如下：

第一场景，获得位置相关的噪音地图的场景，详述如下：

通过终端收集环境噪音，具体需要记录时间，具体到分钟，即年月日时分、地点，经纬度或地理位置，噪音值，同时允许终端通过智能终端拍照上传当前位置的照片；

当终端上传照片时，则判断该照片是否为有效照片；

其中，如果终端在发送照片前调用了智能终端的后置摄像头，则判断该照片为有效照片，如果终端是从本地的图片库调用照片发送或者使用前置摄像头拍摄照片，则判断该照片为无效照片。

对收集到的环境噪音进行预分类，分为室内环境噪音和室外环境噪音；

室内环境噪音处理方式，详述如下：

使用图像分析和地理坐标比较的技术，将同一地理位置的环境噪音归类。将环境噪音按不同维度进行划分，第一个维度是季节/月份维度，第二个维度是时刻维度，第三个维度是是否为公休日，第四个维度是地理位置维度。然后通过对不同维度的环境噪音运用环境噪音挖掘算法进行分析，可以获得某一建筑无在某季节某天某时段的噪音参考值/经验值。

室外环境噪音处理方式，详述如下：

首先将环境噪音按不同维度进行划分，第一个维度是季节/月份维度，第二个维度是时刻维度，第三个维度是是否为公休日，第四个维度是地理位置维度。

通过这种维度的划分，收集到的环境噪音成为一个环境噪音仓库。然后通过对不同维度的环境噪音运用环境噪音挖掘算法进行分析，可以获得某地在某季节某天某时段的噪音参考值/经验值。

将分析后得到的噪音值标记到噪音地图的相应位置上，就能获得与位置相关的噪音地图，这张噪音地图在不同维度有不同的表现。同时，为了简化噪音地图，可以将噪音的具体值划分为高中低三档，每当对应不同的颜色，在噪音分布图上，通过颜色的不同为终端标记不同噪音值。

第二场景，用户查看某地的当前噪音环境的场景，详述如下：

最近上传的当前位置附近的100组环境噪音；

计算这些100组环境噪音的均值与方差；

当100组环境噪音的方差小于预设的阀值时，将数据的均值作为当前位置处的噪音值返回给用户。

第三场景，用户查看整个噪音地图的场景，详述如下：

选取本季节本时间点的噪音地图返回给用户；

用户通过选择放大地图，则屏幕中对应位置处的噪音值会从云端读取出来，返回到用户使用的设备上，显示到当前地图的对应位置处；

用户选择进入某建筑物查看其内部的噪音分布情况，则云端自动切换到建筑物内部的噪音值，然后在其中读取到建筑物内部各处的噪音值，并显示到当前用户界面上，以便于用户进行查阅。

实施例七

图4是本发明实施例提供的噪音地图绘制装置的第一结构框图，该噪音地图绘制装置可以运行于服务器中。为了便于说明，仅示出了与本实施例相关的部分。

参照图4，该噪音地图绘制装置，包括：

获取模块41，用于获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

有效图片检测模块42，用于当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

室内环境噪音模块43，用于当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

室外环境噪音模块44，用于当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

噪音地图绘制模块45，用于根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

在本实施例的一种实现方式中，参考图5，图5是本发明实施例提供的噪音地图绘制装置的第二结构框图，在该噪音地图绘制装置中，所述有效图片检测模块42，包括：

检测单元421，用于检测所述图片是否携带了后置摄像头的生成标记；

判断单元422，用于当所述图片中携带了后置摄像头的生成标记时，判断所述照片为有效照片，当所述图片中没有携带后置摄像头的生成标记时，判断所述照片为无效照片。

在本实施例的一种实现方式中，在该噪音地图绘制装置中，所述噪音地图绘制模块45，具体用于根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，绘制噪音地图，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种。

在本实施例的一种实现方式中，参考图6，图6是本发明实施例提供的噪音地图绘制装置的第三结构框图，所述噪音地图绘制装置，还包括：

环境噪音挖掘模型配置模块46，用于配置环境噪音挖掘模型，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种；

其中，所述环境噪音聚类模型为：

$\mathrm{\Δ}=\sqrt[\∂]{\underset{i,m}{\mathrm{\Σ}}\left(\underset{j}{\mathrm{\Σ}}{\mathrm{\γ}}_i\right|{\mathrm{\θ}}_{\mathrm{ij}}-{\mathrm{\θ}}_{\mathrm{mj}}{|}^{\∂})}$

其中，Δ为相似度，表示开放次数，θ_ij表示第i个向量的第j维噪音值，θ_mj表示第m个类心的第j维数据，γ_i是权重系数，且_iγ＝1；

其中，所述噪音分贝均值模型为：

$\mathrm{value}=\frac{\mathrm{\Σ}{\mathrm{value}}_i}{n}$

其中，value为噪音分贝均值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数；

其中，所述噪音加权值模型为：

${\mathrm{value}}^{\′}=\frac{\mathrm{\Σ}{\mathrm{\ω}}_i\×{\mathrm{value}}_i}{n}$

其中，value’为噪音加权值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数，ω_i是每个噪音值的权值，且ω_i＝1。

在本实施例的一种实现方式中，参考图7，图7是本发明实施例提供的噪音地图绘制装置的第四结构框图，在该噪音地图绘制装置中，所述噪音地图绘制模块45，包括：

噪音加权值获取单元451，用于根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，获取噪音加权值，所述噪音加权值包括室内环境噪音的噪音加权值和室外环境噪音的噪音加权值；

关联规则挖掘单元452，用于挖掘所述噪音加权值与所述室内环境噪音、所述室外环境噪音的关联规则；

噪音地图绘制单元453，用于根据所述室内环境噪音、所述室外环境噪音以及所述关联规则，绘制噪音地图。

本发明实施例提供的装置可以应用在前述对应的方法实施例中，详情参见上述实施例的描述，在此不再赘述。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现。所述的程序可以存储于可读取存储介质中，所述的存储介质，如随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件执行本发明各个实施例所述的方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种噪音地图绘制方法，其特征在于，包括：

获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，

当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，

当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

2.如权利要求1所述的噪音地图绘制方法，其特征在于，当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片，具体为：

检测所述图片是否携带了后置摄像头的生成标记；

当所述图片中携带了后置摄像头的生成标记时，判断所述照片为有效照片，当所述图片中没有携带后置摄像头的生成标记时，判断所述照片为无效照片。

3.如权利要求1所述的噪音地图绘制方法，其特征在于，在所述根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图，具体为：

根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，绘制噪音地图，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种。

4.如权利要求3所述的噪音地图绘制方法，其特征在于，在所述根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，绘制噪音地图之前，所述噪音地图绘制方法，还包括：

配置环境噪音挖掘模型，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种；

其中，所述环境噪音聚类模型为：

$\mathrm{\Δ}=\sqrt[\∂]{\underset{i,m}{\mathrm{\Σ}}\left(\underset{j}{\mathrm{\Σ}}{Y}_i\right|{\mathrm{\θ}}_{\mathrm{ij}}-{\mathrm{\θ}}_{\mathrm{mj}}{|}^{\∂})}$

其中，Δ为相似度，表示开放次数，θ_ij表示第i个向量的第j维噪音值，θ_mj表示第m个类心的第j维数据，γ_i是权重系数，且_iγ＝1；

其中，所述噪音分贝均值模型为：

$\mathrm{value}=\frac{\mathrm{\Σ}{\mathrm{value}}_i}{n}$

其中，value为噪音分贝均值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数；

其中，所述噪音加权值模型为：

${\mathrm{value}}^{\′}=\frac{\mathrm{\Σ}{\mathrm{\ω}}_i\×{\mathrm{value}}_i}{n}$

其中，value’为噪音加权值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数，ω_i是每个噪音值的权值，且ω_i＝1。

5.如权利要求3或4所述的噪音地图绘制方法，其特征在于，当所述环境噪音挖掘模型采用所述噪音加权值模型时，所述根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，绘制噪音地图，具体为：

根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，获取噪音加权值，所述噪音加权值包括室内环境噪音的噪音加权值和室外环境噪音的噪音加权值；

挖掘所述噪音加权值与所述室内环境噪音、所述室外环境噪音的关联规则；

根据所述室内环境噪音、所述室外环境噪音以及所述关联规则，绘制噪音地图。

6.一种噪音地图绘制装置，其特征在于，包括：

获取模块，用于获取终端上传的环境噪音，所述环境噪音包括噪音值、时间信息以及位置信息；

有效图片检测模块，用于当所述终端上传与所述环境噪音对应的图片时，检测所述图片是否为有效图片；

室内环境噪音模块，用于当所述图片为有效图片且所述图片的拍摄地点为室内时，所述环境噪音识别为室内环境噪音；

室外环境噪音模块，用于当没有所述图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为无效图片时，所述环境噪音识别为室外环境噪音，或者，当所述图片为有效图片且所述图片的拍摄地点为室外时，所述环境噪音识别为室外环境噪音；

噪音地图绘制模块，用于根据所述室内环境噪音、所述室外环境噪音，绘制噪音地图。

7.如权利要求6所述的噪音地图绘制装置，其特征在于，所述有效图片检测模块，包括：

检测单元，用于检测所述图片是否携带了后置摄像头的生成标记；

判断单元，用于当所述图片中携带了后置摄像头的生成标记时，判断所述照片为有效照片，当所述图片中没有携带后置摄像头的生成标记时，判断所述照片为无效照片。

8.如权利要求6所述的噪音地图绘制装置，其特征在于，所述噪音地图绘制模块，具体用于根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，绘制噪音地图，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种。

9.如权利要求8所述的噪音地图绘制装置，其特征在于，所述噪音地图绘制装置，还包括：

环境噪音挖掘模型配置模块，用于配置环境噪音挖掘模型，所述环境噪音挖掘模型包括环境噪音聚类模型、噪音分贝均值模型以及噪音加权值模型中的至少一种；

其中，所述环境噪音聚类模型为：

$\mathrm{\Δ}=\sqrt[\∂]{\underset{i,m}{\mathrm{\Σ}}\left(\underset{j}{\mathrm{\Σ}}{Y}_i\right|{\mathrm{\θ}}_{\mathrm{ij}}-{\mathrm{\θ}}_{\mathrm{mj}}{|}^{\∂})}$

其中，Δ为相似度，表示开放次数，θ_ij表示第i个向量的第j维噪音值，θ_mj表示第m个类心的第j维数据，γ_i是权重系数，且_iγ＝1；

其中，所述噪音分贝均值模型为：

$\mathrm{value}=\frac{\mathrm{\Σ}{\mathrm{value}}_i}{n}$

其中，value为噪音分贝均值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数；

其中，所述噪音加权值模型为：

${\mathrm{value}}^{\′}=\frac{\mathrm{\Σ}{\mathrm{\ω}}_i\×{\mathrm{value}}_i}{n}$

其中，value’为噪音加权值，value_i为第i个环境噪音中的噪音值，n为环境噪音的个数，ω_i是每个噪音值的权值，且ω_i＝1。

10.如权利要求8或9所述的噪音地图绘制装置，其特征在于，所述噪音地图绘制模块，包括：

噪音加权值获取单元，用于根据所述室内环境噪音、所述室外环境噪音以及预配置的环境噪音挖掘模型，获取噪音加权值，所述噪音加权值包括室内环境噪音的噪音加权值和室外环境噪音的噪音加权值；

关联规则挖掘单元，用于挖掘所述噪音加权值与所述室内环境噪音、所述室外环境噪音的关联规则；

噪音地图绘制单元，用于根据所述室内环境噪音、所述室外环境噪音以及所述关联规则，绘制噪音地图。