CN108875013A - 处理地图数据的方法及装置 - Google Patents
处理地图数据的方法及装置 Download PDFInfo
- Publication number
- CN108875013A CN108875013A CN201810630117.6A CN201810630117A CN108875013A CN 108875013 A CN108875013 A CN 108875013A CN 201810630117 A CN201810630117 A CN 201810630117A CN 108875013 A CN108875013 A CN 108875013A
- Authority
- CN
- China
- Prior art keywords
- interest
- point
- grid
- value
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种处理地图数据的方法及装置,其中方法包括:获取待处理的兴趣点的属性信息,属性信息中包括空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;避免基于预设的规则,从而提高了兴趣点价值确定的适用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种处理地图数据的方法及装置。
背景技术
目前,针对兴趣点的价值,是根据兴趣点的各个维度上的属性,基于预设的规则,例如公式等,来确定兴趣点的价值,该价值确定方法,所采用的兴趣点的维度较少,且规则存在可扩展性差,对属性准确度要求很高的问题,导致上述价值确定方法,适用性差,且计算得到的兴趣点价值的准确率差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种处理地图数据的方法,用于解决现有技术中计算得到的兴趣点价值的准确率差,且适用性差的问题。
本发明的第二个目的在于提出一种处理地图数据的装置。
本发明的第三个目的在于提出另一种处理地图数据的装置。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种处理地图数据的方法,包括:
获取待处理的兴趣点的属性信息;所述属性信息中包括:空间坐标;
根据所述兴趣点的空间坐标,确定预设的地图上所述兴趣点所属的网格;所述地图按照坐标划分为多个网格;
获取所述网格的网格属性,将所述网格属性,确定为所述兴趣点的网格属性;
将所述兴趣点的属性信息以及网格属性,输入预设的模型,确定所述兴趣点的价值;
根据所述兴趣点的价值,对地图数据进行更新。
进一步的,所述将所述兴趣点的属性信息以及网格属性,输入预设的模型之前,还包括:
获取训练数据;所述训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;所述训练兴趣点的数量大于预设数量阈值;
根据所述训练数据,对初始模型进行训练,获取所述预设的模型。
进一步的,所述获取训练数据,包括:
获取所述训练兴趣点的属性信息以及价值;
根据所述训练兴趣点的空间坐标,确定所述地图上所述训练兴趣点所属的网格;
针对所述地图的各个网格,根据所述网格内的各个训练兴趣点的属性信息,确定所述网格的网格属性。
进一步的,所述根据所述兴趣点的价值,对地图数据进行更新,包括:
根据所述兴趣点的价值,判断所述兴趣点是否为待更新到所述地图中的兴趣点;
若所述兴趣点为待更新到所述地图中的兴趣点,则根据所述兴趣点的属性信息,将所述兴趣点更新到所述地图中。
进一步的,所述属性信息中还包括以下参数中的任意一种或者多种:所述兴趣点的行业分布、品牌属性分布;
所述网格属性中包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。
进一步的,所述兴趣点的价值包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。
本发明实施例的处理地图数据的方法,通过获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;所述地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性,确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了确定兴趣点价值的适用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
为达上述目的,本发明第二方面实施例提出了一种处理地图数据的装置,包括:
获取模块,用于获取待处理的兴趣点的属性信息,所述属性信息中包括:空间坐标;
确定模块,用于根据所述兴趣点的空间坐标,确定预设的地图上所述兴趣点所属的网格;所述地图按照坐标划分为多个网格;
所述获取模块,还用于获取所述网格的网格属性,将所述网格属性,确定为所述兴趣点的网格属性;
输入模块,用于将所述兴趣点的属性信息以及网格属性,输入预设的模型,确定所述兴趣点的价值;
更新模块,用于根据所述兴趣点的价值,对地图数据进行更新。
进一步的,所述的装置还包括:训练模块;
所述获取模块,还用于获取训练数据;所述训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;所述训练兴趣点的数量大于预设数量阈值;
所述训练模块,用于根据所述训练数据,对初始模型进行训练,获取所述预设的模型。
进一步的,所述获取模块具体用于,
获取所述训练兴趣点的属性信息以及价值;
根据所述训练兴趣点的空间坐标,确定所述地图上所述训练兴趣点所属的网格;
针对所述地图的各个网格,根据所述网格内的各个训练兴趣点的属性信息,确定所述网格的网格属性。
进一步的,所述更新模块具体用于,
根据所述兴趣点的价值,判断所述兴趣点是否为待更新到所述地图中的兴趣点;
在所述兴趣点为待更新到所述地图中的兴趣点时,根据所述兴趣点的属性信息,将所述兴趣点更新到所述地图中。
进一步的,所述属性信息中还包括以下参数中的任意一种或者多种:所述兴趣点的行业分布、品牌属性分布;
所述网格属性中包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。
进一步的,所述兴趣点的价值包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。
本发明实施例的处理地图数据的装置,通过获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;所述地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性,确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了确定兴趣点价值的适用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
为达上述目的,本发明第三方面实施例提出了另一种处理地图数据的装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上所述的处理地图数据的方法。
为了实现上述目的,本发明第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的处理地图数据的方法。
为了实现上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,实现如上所述的处理地图数据的方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例提供的一种处理地图数据的方法的流程示意图;
图2为本发明实施例提供的另一种处理地图数据的方法的流程示意图;
图3为本发明实施例提供的一种处理地图数据的装置的结构示意图;
图4为本发明实施例提供的另一种处理地图数据的装置的结构示意图;
图5为本发明实施例提供的另一种处理地图数据的装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的处理地图数据的方法及装置。
图1为本发明实施例提供的一种处理地图数据的方法的流程示意图。如图1所示,该处理地图数据的方法包括以下步骤:
S101、获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标。
本发明提供的处理地图数据的方法的执行主体为处理地图数据的装置,处理地图数据的装置可以为终端设备、服务器等硬件设备,或者为硬件设备上安装的软件。本实施例中,待处理的兴趣点例如可以为,现实世界中新增的,未确定价值,未更新到地图中的兴趣点。如新建的酒店、游乐场等。
本实施例中,兴趣点的属性信息中可以包括以下参数中的任意一种或者多种:兴趣点标识,空间坐标、名称、行业、品牌、评价分数、行业分布、品牌属性分布等等,此处只是举例说明,属性信息中还可以包括其他未提到的属性,此处不做具体限定。
S102、根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;地图按照坐标划分为多个网格。
本实施例中,预设的地图可以划分为多个网格,每个网格可以根据网格边界以及内部多个点的空间坐标确定。处理地图数据的装置可以将兴趣点的空间坐标与网格中各个点的空间坐标进行比对,确定兴趣点所属的网格。
S103、获取网格的网格属性,将网格属性,确定为兴趣点的网格属性。
其中,网格属性可以包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。本实施例中,网格属性的获取方式具体可以为,获取网格内各个兴趣点的属性信息以及价值;根据各个兴趣点的价值,确定网格的总价值以及平均价值;根据各个兴趣点的行业或者行业分布,确定网格内属于各个行业的兴趣点,进而确定网格的行业分布;根据各个兴趣点的品牌或者品牌属性分布,确定网格内属于各个品牌的兴趣点,进而确定网格的品牌属性分布。
本实施例中,根据网格内各个兴趣点的属性信息以及价值,确定网格的网格属性后,可以保存各个网格的网格属性,以便查询。
S104、将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值。
本实施例中,预设的模型例如可以为梯度提升决策树(Gradient BoostingDecision Tree,GBDT)。GBDT模型的输入可以为兴趣点的属性信息以及网格属性,输出可以为兴趣点的价值。其中,兴趣点的价值例如可以包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。其中,此处的点击量、展现量和展现需求量,为根据兴趣点的属性信息以及网格属性,评估得到的点击量、展现量和展现需求量。
S105、根据兴趣点的价值,对地图数据进行更新。
本实施例中,处理地图数据的装置执行步骤105的过程具体可以为,根据兴趣点的价值,判断兴趣点是否为待更新到地图中的兴趣点;若兴趣点为待更新到地图中的兴趣点,则根据兴趣点的属性信息,将兴趣点更新到地图中。
其中,处理地图数据的装置可以通过判断兴趣点的价值是否大于等于预设价值阈值,来确定兴趣点是否为待更新到地图中的兴趣点;若兴趣点的价值大于等于预设价值阈值,则确定兴趣点为待更新到地图中的兴趣点;若兴趣点的价值小于等于预设价值阈值,则确定兴趣点不是待更新到地图中的兴趣点。
本实施例中,针对待更新到地图中的兴趣点,处理地图数据的装置可以采用较小的周期,周期性的将待更新到地图中的兴趣点更新到地图中,或者,在获取到待更新到地图中的兴趣点时,立即将待更新到地图中的兴趣点更新到地图中。而针对不是待更新到地图中的兴趣点,处理地图数据的装置可以采用较大的周期,周期性的将待更新到地图中的兴趣点更新到地图中。
本发明实施例的处理地图数据的方法,通过获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;所述地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性,确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了确定兴趣点价值的适用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
结合参考图2,在图1所示实施例的基础上,步骤103或者步骤104之前,所述的方法还可以包括以下步骤:
S106、获取训练数据;训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;训练兴趣点的数量大于预设数量阈值。
本实施例中,处理地图数据的装置获取训练数据的过程具体可以为,获取训练兴趣点的属性信息以及价值;根据训练兴趣点的空间坐标,确定地图上训练兴趣点所属的网格;针对地图的各个网格,根据网格内的各个训练兴趣点的属性信息,确定网格的网格属性;将网格的网格属性,确定为训练兴趣点的网格属性。其中,训练兴趣点的网格属性的具体确定方法,可以参考图1所示实施例中待处理的兴趣点的网格属性的获取方法,此处不再做详细描述。
本实施例中,预设数量阈值例如可以为2000万。训练兴趣点的来源,可以为已更新到地图上的兴趣点。训练兴趣点的点击量,可以为在预设时间段内统计得到的点击量;训练兴趣点的展现量,可以为在预设时间段内统计得到的展现量。
S107、根据训练数据,对初始模型进行训练,获取预设的模型。
进一步的,在图2所示实施例的基础上,步骤107之后,所述的方法还可以包括以下步骤:获取测试数据;测试数据中包括:测试兴趣点的属性信息、网格属性以及价值;测试兴趣点的数量大于一定数量阈值;将测试兴趣点的属性信息、网格属性输入预设的模型,获取模型输出的价值;将模型输出的价值与测试兴趣点的价值进行比对,确定模型识别的偏差信息,并对模型中的系数进行调整,进一步提高模型识别的准确度。其中,一定数量阈值例如可以为100万。
具体的,可以采用均方误差(mean-square error,MSE)来衡量模型识别的偏差信息,并根据偏差信息对模型中的系数进行调整,直至MSE符合预设条件,例如小于预设值为止。
需要说明的是,本实施例中,测试数据可以为不同于训练数据的数据,例如测试数据与训练数据的空间坐标差异大、或者所属的网格差异大、或者采集时间段差异大等,可以根据实际需要选择测试数据。
本发明实施例的处理地图数据的方法,通过获取训练数据;训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;训练兴趣点的数量大于预设数量阈值;根据训练数据,对初始模型进行训练,获取预设的模型;获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了处理地图数据的方法的使用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
图3为本发明实施例提供的一种处理地图数据的装置的结构示意图。如图3所示,包括:获取模块31、确定模块32、输入模块33和更新模块34。
其中,获取模块31,用于获取待处理的兴趣点的属性信息;所述属性信息中包括:空间坐标;
确定模块32,用于根据所述兴趣点的空间坐标,确定预设的地图上所述兴趣点所属的网格;所述地图按照坐标划分为多个网格;
所述获取模块31,还用于获取所述网格的网格属性,将所述网格属性,确定为所述兴趣点的网格属性;
输入模块33,用于将所述兴趣点的属性信息以及网格属性,输入预设的模型,确定所述兴趣点的价值;
更新模块34,用于根据所述兴趣点的价值,对地图数据进行更新。
本发明提供的处理地图数据的装置可以为终端设备、服务器等硬件设备,或者为硬件设备上安装的软件。本实施例中,待处理的兴趣点例如可以为,现实世界中新增的,未确定价值,未更新到地图中的兴趣点。如新建的酒店、游乐场等。
本实施例中,兴趣点的属性信息中可以包括以下参数中的任意一种或者多种:兴趣点标识,空间坐标、名称、行业、品牌、评价分数、行业分布、品牌属性分布等等,此处只是举例说明,属性信息中还可以包括其他未提到的属性,此处不做具体限定。
本实施例中,预设的地图可以划分为多个网格,每个网格可以根据网格边界以及内部多个点的空间坐标确定。处理地图数据的装置可以将兴趣点的空间坐标与网格中各个点的空间坐标进行比对,确定兴趣点所属的网格。
其中,网格属性可以包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。本实施例中,网格属性的获取方式具体可以为,获取网格内各个兴趣点的属性信息以及价值;根据各个兴趣点的价值,确定网格的总价值以及平均价值;根据各个兴趣点的行业或者行业分布,确定网格内属于各个行业的兴趣点,进而确定网格的行业分布;根据各个兴趣点的品牌或者品牌属性分布,确定网格内属于各个品牌的兴趣点,进而确定网格的品牌属性分布。
本实施例中,根据网格内各个兴趣点的属性信息以及价值,确定网格的网格属性后,可以保存各个网格的网格属性,以便查询。
本实施例中,预设的模型例如可以为梯度提升决策树(Gradient BoostingDecision Tree,GBDT)。GBDT模型的输入可以为兴趣点的属性信息以及网格属性,输出可以为兴趣点的价值。其中,兴趣点的价值例如可以包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。其中,此处的点击量、展现量和展现需求量,为根据兴趣点的属性信息以及网格属性,评估得到的点击量、展现量和展现需求量。
进一步的,在图3所示实施例的基础上,所述更新模块34具体可以用于,根据所述兴趣点的价值,判断所述兴趣点是否为待更新到所述地图中的兴趣点;在所述兴趣点为待更新到所述地图中的兴趣点时,根据所述兴趣点的属性信息,将所述兴趣点更新到所述地图中。
其中,处理地图数据的装置可以通过判断兴趣点的价值是否大于等于预设价值阈值,来确定兴趣点是否为待更新到地图中的兴趣点;若兴趣点的价值大于等于预设价值阈值,则确定兴趣点为待更新到地图中的兴趣点;若兴趣点的价值小于等于预设价值阈值,则确定兴趣点不是待更新到地图中的兴趣点。
本实施例中,针对待更新到地图中的兴趣点,处理地图数据的装置可以采用较小的周期,周期性的将待更新到地图中的兴趣点更新到地图中,或者,在获取到待更新到地图中的兴趣点时,立即将待更新到地图中的兴趣点更新到地图中。而针对不是待更新到地图中的兴趣点,处理地图数据的装置可以采用较大的周期,周期性的将待更新到地图中的兴趣点更新到地图中。
本发明实施例的处理地图数据的装置,通过获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;所述地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性,确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了确定兴趣点价值的适用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
图4为本发明实施例提供的另一种处理地图数据的装置的结构示意图。如图4所示,在图3所示实施例的基础上,所述的装置还可以包括:训练模块35;
所述获取模块31,还用于获取训练数据;所述训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;所述训练兴趣点的数量大于预设数量阈值;
所述训练模块35,用于根据所述训练数据,对初始模型进行训练,获取所述预设的模型。
本实施例中,获取模块31具体可以用于,获取所述训练兴趣点的属性信息以及价值;根据所述训练兴趣点的空间坐标,确定所述地图上所述训练兴趣点所属的网格;针对所述地图的各个网格,根据所述网格内的各个训练兴趣点的属性信息,确定所述网格的网格属性。
本实施例中,预设数量阈值例如可以为2000万。训练兴趣点的来源,可以为已更新到地图上的兴趣点。训练兴趣点的点击量,可以为在预设时间段内统计得到的点击量;训练兴趣点的展现量,可以为在预设时间段内统计得到的展现量。
进一步的,在上述实施例的基础上,处理地图数据的装置还可以用于,获取测试数据;测试数据中包括:测试兴趣点的属性信息、网格属性以及价值;测试兴趣点的数量大于一定数量阈值;将测试兴趣点的属性信息、网格属性输入预设的模型,获取模型输出的价值;将模型输出的价值与测试兴趣点的价值进行比对,确定模型识别的偏差信息,并对模型中的系数进行调整,进一步提高模型识别的准确度。其中,一定数量阈值例如可以为100万。
具体的,可以采用均方误差(mean-square error,MSE)来衡量模型识别的偏差信息,并根据偏差信息对模型中的系数进行调整,直至MSE符合预设条件,例如小于预设值为止。
需要说明的是,本实施例中,测试数据可以为不同于训练数据的数据,例如测试数据与训练数据的空间坐标差异大、或者所属的网格差异大、或者采集时间段差异大等,可以根据实际需要选择测试数据。
本发明实施例的处理地图数据的装置,通过获取训练数据;训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;训练兴趣点的数量大于预设数量阈值;根据训练数据,对初始模型进行训练,获取预设的模型;获取待处理的兴趣点的属性信息,属性信息中包括:空间坐标;根据兴趣点的空间坐标,确定预设的地图上兴趣点所属的网格;地图按照坐标划分为多个网格;获取网格的网格属性,将网格属性,确定为兴趣点的网格属性;将兴趣点的属性信息以及网格属性,输入预设的模型,确定兴趣点的价值;根据兴趣点的价值,对地图数据进行更新,从而能够结合兴趣点的所有属性信息来确定兴趣点的价值,提高兴趣点价值的准确率;且避免基于预设的规则,从而提高了处理地图数据的方法的使用范围;且基于模型来确定兴趣点的价值,提高价值的确定速度,从而能够将价值较高的兴趣点及时更新到地图上,提高用户对地图的使用体验。
图5为本发明实施例提供的另一种处理地图数据的装置的结构示意图。该处理地图数据的装置包括:
存储器1001、处理器1002及存储在存储器1001上并可在处理器1002上运行的计算机程序。
处理器1002执行所述程序时实现上述实施例中提供的处理地图数据的方法。
进一步地,处理地图数据的装置还包括:
通信接口1003,用于存储器1001和处理器1002之间的通信。
存储器1001,用于存放可在处理器1002上运行的计算机程序。
存储器1001可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器1002,用于执行所述程序时实现上述实施例所述的处理地图数据的方法。
如果存储器1001、处理器1002和通信接口1003独立实现,则通信接口1003、存储器1001和处理器1002可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器1001、处理器1002及通信接口1003,集成在一块芯片上实现,则存储器1001、处理器1002及通信接口1003可以通过内部接口完成相互间的通信。
处理器1002可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
本发明还提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的处理地图数据的方法。
本发明还提供一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,实现如上所述的处理地图数据的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (15)
1.一种处理地图数据的方法,其特征在于,包括:
获取待处理的兴趣点的属性信息,所述属性信息中包括:空间坐标;
根据所述兴趣点的空间坐标,确定预设的地图上所述兴趣点所属的网格;所述地图按照坐标划分为多个网格;
获取所述网格的网格属性,将所述网格属性确定为所述兴趣点的网格属性;
将所述兴趣点的属性信息以及网格属性,输入预设的模型,确定所述兴趣点的价值;
根据所述兴趣点的价值,对地图数据进行更新。
2.根据权利要求1所述的方法,其特征在于,所述将所述兴趣点的属性信息以及网格属性,输入预设的模型之前,还包括:
获取训练数据,所述训练数据包括:训练兴趣点的属性信息、网格属性以及价值;所述训练兴趣点的数量大于预设数量阈值;
根据所述训练数据,对初始模型进行训练,获取所述预设的模型。
3.根据权利要求2所述的方法,其特征在于,所述获取训练数据,包括:
获取所述训练兴趣点的属性信息以及价值;
根据所述训练兴趣点的空间坐标,确定所述地图上所述训练兴趣点所属的网格;
针对所述地图的各个网格,根据所述网格内的各个训练兴趣点的属性信息,确定所述网格的网格属性。
4.根据权利要求1所述的方法,其特征在于,所述根据所述兴趣点的价值,对地图数据进行更新,包括:
根据所述兴趣点的价值,判断所述兴趣点是否为待更新到所述地图中的兴趣点;
若所述兴趣点为待更新到所述地图中的兴趣点,则根据所述兴趣点的属性信息,将所述兴趣点更新到所述地图中。
5.根据权利要求1所述的方法,其特征在于,所述属性信息中还包括以下参数中的任意一种或者多种:所述兴趣点的行业分布、品牌属性分布;
所述网格属性中包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。
6.根据权利要求1所述的方法,其特征在于,所述兴趣点的价值包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。
7.一种处理地图数据的装置,其特征在于,包括:
获取模块,用于获取待处理的兴趣点的属性信息,所述属性信息中包括:空间坐标;
确定模块,用于根据所述兴趣点的空间坐标,确定预设的地图上所述兴趣点所属的网格;所述地图按照坐标划分为多个网格;
所述获取模块,还用于获取所述网格的网格属性,将所述网格属性,确定为所述兴趣点的网格属性;
输入模块,用于将所述兴趣点的属性信息以及网格属性,输入预设的模型,确定所述兴趣点的价值;
更新模块,用于根据所述兴趣点的价值,对地图数据进行更新。
8.根据权利要求7所述的装置,其特征在于,还包括:训练模块;
所述获取模块,还用于获取训练数据;所述训练数据中包括:训练兴趣点的属性信息、网格属性以及价值;所述训练兴趣点的数量大于预设数量阈值;
所述训练模块,用于根据所述训练数据,对初始模型进行训练,获取所述预设的模型。
9.根据权利要求8所述的装置,其特征在于,所述获取模块具体用于,
获取所述训练兴趣点的属性信息以及价值;
根据所述训练兴趣点的空间坐标,确定所述地图上所述训练兴趣点所属的网格;
针对所述地图的各个网格,根据所述网格内的各个训练兴趣点的属性信息,确定所述网格的网格属性。
10.根据权利要求7所述的装置,其特征在于,所述更新模块具体用于,
根据所述兴趣点的价值,判断所述兴趣点是否为待更新到所述地图中的兴趣点;
在所述兴趣点为待更新到所述地图中的兴趣点时,根据所述兴趣点的属性信息,将所述兴趣点更新到所述地图中。
11.根据权利要求7所述的装置,其特征在于,所述属性信息中还包括以下参数中的任意一种或者多种:所述兴趣点的行业分布、品牌属性分布;
所述网格属性中包括以下参数中的任意一种或者多种:网格内的行业分布、品牌属性分布、总价值、平均价值。
12.根据权利要求7所述的装置,其特征在于,所述兴趣点的价值包括以下参数中的任意一种或者多种:点击量、展现量和展现需求量。
13.一种处理地图数据的装置,其特征在于,包括:
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一所述的处理地图数据的方法。
14.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的处理地图数据的方法。
15.一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,实现如权利要求1-6中任一所述的处理地图数据的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810630117.6A CN108875013B (zh) | 2018-06-19 | 2018-06-19 | 处理地图数据的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810630117.6A CN108875013B (zh) | 2018-06-19 | 2018-06-19 | 处理地图数据的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875013A true CN108875013A (zh) | 2018-11-23 |
CN108875013B CN108875013B (zh) | 2022-05-27 |
Family
ID=64340577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810630117.6A Active CN108875013B (zh) | 2018-06-19 | 2018-06-19 | 处理地图数据的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875013B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175300A (zh) * | 2019-05-24 | 2019-08-27 | 北京百度网讯科技有限公司 | 兴趣点poi处理方法、装置、设备及存储介质 |
CN110399445A (zh) * | 2019-07-25 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 一种兴趣点的处理方法、装置及设备 |
CN111369085A (zh) * | 2018-12-25 | 2020-07-03 | 北京华为数字技术有限公司 | 一种建网价值区域识别方法及装置 |
CN111782978A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 兴趣点数据的处理方法及装置、电子设备、可读介质 |
CN112579614A (zh) * | 2019-09-27 | 2021-03-30 | 北京百度网讯科技有限公司 | 地图数据的采集方法、装置、电子设备和介质 |
CN112685528A (zh) * | 2021-01-07 | 2021-04-20 | 北京市测绘设计研究院 | 电子地图的制作方法及制作装置 |
CN113473399A (zh) * | 2021-06-28 | 2021-10-01 | 京东城市(北京)数字科技有限公司 | 异常聚集事件检测方法、装置、计算机设备及存储介质 |
CN113566816A (zh) * | 2020-04-28 | 2021-10-29 | 南宁富桂精密工业有限公司 | 室内地磁定位方法、服务器及计算机可读存储介质 |
CN114898060A (zh) * | 2022-05-24 | 2022-08-12 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备、介质和产品 |
CN117112587A (zh) * | 2023-10-19 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 地图数据处理方法、装置、介质及设备 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007115240A2 (en) * | 2006-03-31 | 2007-10-11 | Intelisum Inc. | Determining a point of interest using a three-dimensional model of a scene |
US20090315775A1 (en) * | 2008-06-20 | 2009-12-24 | Microsoft Corporation | Mobile computing services based on devices with dynamic direction information |
CN102147795A (zh) * | 2010-02-05 | 2011-08-10 | 北京四维图新科技股份有限公司 | 兴趣点检索方法、兴趣点检索装置和导航系统 |
CN102576064A (zh) * | 2009-10-12 | 2012-07-11 | 高通股份有限公司 | 用于标识预定义区域内的兴趣点的方法和装置 |
CN102651005A (zh) * | 2011-02-24 | 2012-08-29 | 北京千橡网景科技发展有限公司 | 兴趣点搜索方法以及设备 |
CN102933938A (zh) * | 2010-02-08 | 2013-02-13 | 通腾波兰股份有限公司 | 用于评估兴趣点的属性的方法及设备 |
CN103609144A (zh) * | 2011-06-16 | 2014-02-26 | 诺基亚公司 | 用于解析地理标识的方法和装置 |
CN104123305A (zh) * | 2013-04-28 | 2014-10-29 | 国际商业机器公司 | 地理数据处理方法及其系统 |
CN105144144A (zh) * | 2013-03-05 | 2015-12-09 | 谷歌公司 | 可配置的兴趣点提醒 |
CN105825310A (zh) * | 2016-04-11 | 2016-08-03 | 湖南科技大学 | 基于信息熵的出租车寻客路线推荐方法 |
CN106156138A (zh) * | 2015-04-10 | 2016-11-23 | 高德软件有限公司 | 兴趣点的空间索引的建立、周边搜索方法和装置 |
CN106204118A (zh) * | 2016-06-30 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种用于商圈发现的方法与装置 |
CN106681996A (zh) * | 2015-11-05 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 确定地理范围内兴趣区域、兴趣点的方法和装置 |
US20180012164A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method of planning for deployment of facilities and apparatus associated therewith |
US20180018572A1 (en) * | 2016-07-12 | 2018-01-18 | Alibaba Group Holding Limited | Method, apparatus, device, and system for predicting future travel volumes of geographic regions based on historical transportation network data |
CN107609186A (zh) * | 2017-09-30 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 信息处理方法及装置、终端设备及计算机可读存储介质 |
CN107679189A (zh) * | 2017-09-30 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 一种兴趣点更新方法、装置、服务器和介质 |
-
2018
- 2018-06-19 CN CN201810630117.6A patent/CN108875013B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007115240A2 (en) * | 2006-03-31 | 2007-10-11 | Intelisum Inc. | Determining a point of interest using a three-dimensional model of a scene |
US20090315775A1 (en) * | 2008-06-20 | 2009-12-24 | Microsoft Corporation | Mobile computing services based on devices with dynamic direction information |
CN102576064A (zh) * | 2009-10-12 | 2012-07-11 | 高通股份有限公司 | 用于标识预定义区域内的兴趣点的方法和装置 |
CN102147795A (zh) * | 2010-02-05 | 2011-08-10 | 北京四维图新科技股份有限公司 | 兴趣点检索方法、兴趣点检索装置和导航系统 |
CN102933938A (zh) * | 2010-02-08 | 2013-02-13 | 通腾波兰股份有限公司 | 用于评估兴趣点的属性的方法及设备 |
CN102651005A (zh) * | 2011-02-24 | 2012-08-29 | 北京千橡网景科技发展有限公司 | 兴趣点搜索方法以及设备 |
CN103609144A (zh) * | 2011-06-16 | 2014-02-26 | 诺基亚公司 | 用于解析地理标识的方法和装置 |
CN105144144A (zh) * | 2013-03-05 | 2015-12-09 | 谷歌公司 | 可配置的兴趣点提醒 |
CN104123305A (zh) * | 2013-04-28 | 2014-10-29 | 国际商业机器公司 | 地理数据处理方法及其系统 |
CN106156138A (zh) * | 2015-04-10 | 2016-11-23 | 高德软件有限公司 | 兴趣点的空间索引的建立、周边搜索方法和装置 |
CN106681996A (zh) * | 2015-11-05 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 确定地理范围内兴趣区域、兴趣点的方法和装置 |
CN105825310A (zh) * | 2016-04-11 | 2016-08-03 | 湖南科技大学 | 基于信息熵的出租车寻客路线推荐方法 |
CN106204118A (zh) * | 2016-06-30 | 2016-12-07 | 百度在线网络技术(北京)有限公司 | 一种用于商圈发现的方法与装置 |
US20180012164A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method of planning for deployment of facilities and apparatus associated therewith |
US20180018572A1 (en) * | 2016-07-12 | 2018-01-18 | Alibaba Group Holding Limited | Method, apparatus, device, and system for predicting future travel volumes of geographic regions based on historical transportation network data |
CN107609186A (zh) * | 2017-09-30 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 信息处理方法及装置、终端设备及计算机可读存储介质 |
CN107679189A (zh) * | 2017-09-30 | 2018-02-09 | 百度在线网络技术(北京)有限公司 | 一种兴趣点更新方法、装置、服务器和介质 |
Non-Patent Citations (4)
Title |
---|
YU TONG 等: ""A Method of Vector Map Multi-scale Representation Considering User Interest on Subdivision Gird"", 《HTTPS://DOI.ORG/10.11947/J.AGCS.2016.F016》, 15 December 2016 (2016-12-15), pages 127 - 134 * |
俞童 等: ""剖分网格下顾及用户兴趣的矢量地图多尺度表达方法"", 《测绘学报》, 15 December 2016 (2016-12-15), pages 127 - 133 * |
程浩宇等: "一种基于空间金字塔模型的兴趣点对自相关的图像特征", 《微型电脑应用》, no. 04, 20 April 2015 (2015-04-20), pages 1 - 3 * |
邱曼等: "Voronoi图和多角度实景影像在城市POI选址中的应用", 《城市管理与科技》, no. 06, 15 December 2012 (2012-12-15), pages 48 - 50 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369085A (zh) * | 2018-12-25 | 2020-07-03 | 北京华为数字技术有限公司 | 一种建网价值区域识别方法及装置 |
CN110175300A (zh) * | 2019-05-24 | 2019-08-27 | 北京百度网讯科技有限公司 | 兴趣点poi处理方法、装置、设备及存储介质 |
CN110399445A (zh) * | 2019-07-25 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 一种兴趣点的处理方法、装置及设备 |
CN110399445B (zh) * | 2019-07-25 | 2024-08-09 | 腾讯科技(深圳)有限公司 | 一种兴趣点的处理方法、装置及设备 |
CN112579614B (zh) * | 2019-09-27 | 2024-06-11 | 阿波罗智能技术(北京)有限公司 | 地图数据的采集方法、装置、电子设备和介质 |
CN112579614A (zh) * | 2019-09-27 | 2021-03-30 | 北京百度网讯科技有限公司 | 地图数据的采集方法、装置、电子设备和介质 |
CN113566816A (zh) * | 2020-04-28 | 2021-10-29 | 南宁富桂精密工业有限公司 | 室内地磁定位方法、服务器及计算机可读存储介质 |
CN111782978A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 兴趣点数据的处理方法及装置、电子设备、可读介质 |
CN111782978B (zh) * | 2020-06-30 | 2024-05-31 | 北京百度网讯科技有限公司 | 兴趣点数据的处理方法及装置、电子设备、可读介质 |
CN112685528A (zh) * | 2021-01-07 | 2021-04-20 | 北京市测绘设计研究院 | 电子地图的制作方法及制作装置 |
CN112685528B (zh) * | 2021-01-07 | 2024-08-09 | 北京市测绘设计研究院 | 电子地图的制作方法及制作装置 |
CN113473399A (zh) * | 2021-06-28 | 2021-10-01 | 京东城市(北京)数字科技有限公司 | 异常聚集事件检测方法、装置、计算机设备及存储介质 |
CN114898060A (zh) * | 2022-05-24 | 2022-08-12 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备、介质和产品 |
CN117112587A (zh) * | 2023-10-19 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 地图数据处理方法、装置、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108875013B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875013A (zh) | 处理地图数据的方法及装置 | |
CN108257121B (zh) | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 | |
CN108062573A (zh) | 模型训练方法及装置 | |
CN108242153A (zh) | 异常卡口识别方法及装置 | |
CN108805859A (zh) | 一种图像检测方法、图像检测装置及终端设备 | |
CN109272402A (zh) | 评分卡的建模方法、装置、计算机设备及存储介质 | |
CN110059013A (zh) | 软件升级后正常运行的确定方法及装置 | |
CN106682938A (zh) | 大数据精准营销模型的构建方法及装置 | |
Koppenberg et al. | 3.3 Estimating Maintenance Projects Using COSMIC FFP | |
CN105643944A (zh) | 一种3d打印机稳定控制方法及控制系统 | |
CN109710840A (zh) | 文章内容深度的评估方法及装置 | |
CN115237355A (zh) | 一种基于闪存数据类识别的定向交换方法及系统 | |
CN109408179A (zh) | 终端设备的全面屏确定方法及其装置 | |
US10565325B1 (en) | Systems and methods for parameter fitting and passivity enforcement for multi-port electronic devices | |
CN109726992B (zh) | 任务完成时间的评估方法及装置 | |
CN106443163B (zh) | 电能计量数据的处理方法和装置 | |
CN103733041A (zh) | 管理装置、管理方法、程序及记录介质 | |
CN109409427A (zh) | 一种按键检测方法及装置 | |
CN108804640A (zh) | 基于最大化iv的数据分组方法、装置、储存介质及设备 | |
CN107093001A (zh) | 区域控制方法及装置 | |
WO2004079567A2 (en) | Method and arrangement for the visualisation of data | |
CN109492759A (zh) | 神经网络模型预测方法、装置和终端 | |
CN109215136A (zh) | 一种真实数据增强方法、装置以及终端 | |
US11704339B2 (en) | Systems and methods for improving computational speed of planning by tracking dependencies in hypercubes | |
CN116842895B (zh) | 随机行走在电容抽取中的细粒度的并行处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |