发明内容
针对现有技术存在的问题,本发明提供了一种旅游云计算系统及方法、终端。
本发明是这样实现的,一种旅游云计算系统的控制方法,所述旅游云计算系统的控制方法包括:
公众端向数据共享交互平台发布旅游景点信息;并通过数据共享交互进行门票和酒店的预订;数据共享交互方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向数据共享交互平台发送所述地址信息;其中,所述地址信息用于使所述数据共享交互平台根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述数据共享交互平台的确认信息后,向所述数据共享交互平台输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述公众端上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据;
在向所述数据共享交互平台输出所述流媒体数据之前,进一步包括:
向所述数据共享交互平台发送控制信息,所述控制信息用于使所述数据共享交互平台根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,其特征在于,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
数据共享交互平台将需求信息发送至基础设施服务端,基础设施服务端内的软件服务器向各个子系统进行调度;
通过车辆调度服务器收集车辆的实时GPS定位信息,并通过定位信息,得到车辆分布数据,将该数据返回至数据共享交互平台;
票务系统服务器通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台;票务系统服务器统计数据中,对游客网上预定的景点门票数量进行更新管理;具体有:
接收维护更新指令;
根据所述维护更新指令获取用户身份信息以及需要维护更新的维度表的维度表信息;
根据所述维度表信息获取预先设置的维度表配置信息;其中,所述维度表配置信息中带有所述需要维护更新的维度表所在的源数据库、所述维度表需要同步的目的数据库以及维度表操作权限信息;
根据所述用户身份信息以及所述维度表操作权限信息,判断所述用户身份信息是否满足所述维度表操作权限信息;
若所述用户身份信息满足所述维度表操作权限信息,对所述需要维护更新的维度表进行更新操作;
将进行更新操作后的维度表同步到所述目的数据库;
所述维度表操作权限信息包括:具有维度表操作权限的用户身份标识;
所述判断所述用户身份信息是否满足所述维度表操作权限信息,包括:
判断所述用户身份信息是否在所述具有维度表操作权限的用户身份标识中;
所述维护更新指令为增加内容指令、更改内容指令或删除内容指令;
在对所述需要维护更新的维度表进行更新操作之前,包括:
根据所述维护更新指令,确定需要维护更新的字段,并获取到所述需要维护更新的字段的字段标识;
根据所述字段标识以及所述维度表配置信息获取到预先设置的字段配置信息;其中,所述字段配置信息包括所述字段的字段内容排序规则、字段次序信息、字段限制条件;
若所述维护更新指令为增加内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
获取所述增加内容指令对应的批量数据内容;
根据所述批量数据内容,在所述维度表中的一个或多个字段中增加字段内容;
根据所述字段内容排序规则,将所述字段内容进行排序;
根据所述字段次序信息,将维度表中的各个字段进行排序;
人流量检测服务器实时监测景点及周边的人流量,将人流量数据返回至数据共享交互平台;
旅游导航服务器提供景点及周边的服务设施信息,能够全方位的了解景点周边信息;
旅游路径规划服务器根据数据共享交互平台返回的各类数据,规划制定相应的旅游路线;
呼叫中心提供语音咨询服务,遇到问题或者需要寻求帮助时,调度最近的服务资源;
信息收集服务器将基础设施服务端的云端信息进行收集整理统计并进行存储。
进一步,当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
获取所述任一数据文件当前处理的位置信息和参数信息,并将该位置信息和参数信息添加到所述流媒体文件中,使所述数据共享交互平台根据该位置信息和参数信息续播所述视频文件;
所述获得分享请求包括:
如果检测到用户执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述数据共享交互平台的确认信息后,还进一步包括:终止所述任一数据文件的处理流程;
获得所述分享请求之后,进一步包括:
将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
进一步,若所述维护更新指令为更改内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
获取所述更改内容指令对应的批量数据内容;
根据所述批量数据内容,在所述维度表中的一个或多个字段中更改字段内容;
若所述维护更新指令为删除内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
在所述维度表中的一个或多个字段中删除字段内容;
还包括:
判断所述增加字段内容、更改字段内容或者删除字段内容之后的各字段是否满足所述字段限制条件;
若有字段不满足所述字段限制条件,生成提示信息;所述提示信息用于提示不满足所述字段限制条件的字段数,并提示不满足所述字段限制条件的字段相关信息;所述字段相关信息包括所述字段的所述字段标识或者字段名称。
进一步,旅游路径规划服务器,路径规划的算法为:
(1)分析规划行程模型
式中:C表示旅游花费,T表示旅游时间,R={S1,S2,…,Sn-1,Sn}是一条符合旅游需求的路线,d(i)表示提前到达景点等待所花时间,t0(i)表示景点开门时间,ta(i)表示到达景点时间,tp(i)表示景点闭门时间,
式中:ω0表示旅游时间与费用关系的权重参数,Tmax代表可支配最长时间,cmax代表可消费最大预算;
(2)构建行程路线
式中:C表示常数,w(u)表示景点营业时间约束段旅客吸引度;
式中:P(i,j)代表景点选择概率;α代表信息浓度约束重要性;β代表启发式信息约束重要性;υ代表开放时间约束重要性;
式中:γ1代表时间约束重要性;γ2代表花费约束重要性;η(i,j)代表路径启发式信息;
j=arg max pk(i,j) (9)
若q≤q0,下个景点j由式(9)确定;若q>q0,下个景点j由式(4)获得选择概率,然后使用轮盘赌方式确定;
(3)更新行程信息素
τ(i,j)=(1-ρ)τ(i,j)+Δτ(i,j) (10)
式中:ρ表示信息素减少度,取值范围为0<ρ≤1,Δτ(i,j)代表形成路线信息素升高度,
式中Φ(R)表示评价路线的目标函数。
进一步,人流量检测服务器,采用颜色特征对人流量进行检测,检测方法为:
对头发颜色进行样本采集,根据采集的发色样本,使用高斯混合概率模型对发色在不同色彩分量上的概率分布加以描述,从而根据发色信息对人头区域进行提取;
某一像素点xi的概率密度函数表达式如下:
式中:αj表示某一像素点第j个高斯分布的权值;μj和Σj分别表示样本的均值和方差,使用EM估计参数得到发色聚类区间,根据发色聚类区间对图像进行二值化;对于像素点Pi,当它在不同色彩分量上的值分别位于各分量的聚类区间时,二值化后的结果为Binary(Pi)=255,否则Binary(Pi)=0,即:
其中g(Pi)、H(Pi)、Cb(Pi)、Cr(Pi)、U(Pi)、V(Pi)分别表示像素点Pi在不同颜色分量上的数值;
二值化之后可以得到满足头发颜色特征的区域,但是当背景中也有相似的颜色则会形成干扰,使用自适应的混合高斯背景建模法提取前景,再将前景与头发区域进行混合,从而过滤掉静态背景中的相似颜色干扰;
判断人头区域,假想人头区域是一个标准圆,对于轮廓的判断主要依据如下几点:L:轮廓的周长;A:轮廓包围的面积;B:包含轮廓的最小矩形的面积;Z:占空比,即A与B的比值;C:离散度,即L2/A,占空比的理论值为π/4≈0.79,离散度的理论值为4π≈12.6,通过实验比较发现占空比范围选择为0.6~1.0,离散度范围选择为12.6~22时效果较好;最终,符合这几个判断条件的轮廓便可以认为是人头的轮廓;
对人头区域进行跟踪,使用Kalman滤波器对行人的运动轨迹进行滤波和预测处理;
假设在t时刻对某条轨迹用Kalman滤波器进行预测,得到该轨迹t+1时刻的预测位置Pt+1,t+1时刻距离Pt+1最近的目标点为Ct+1,若满足下面的条件就可以将Ct+1添加到该轨迹当中:
其中Max Dis表示预测位置与目标位置之间允许的最大偏移量,具体的取值根据实际情况加以确定;
若该轨迹没有合适的目标点满足上述公式,则将Kalman预测的位置添加进轨迹;,如果一条轨迹连续多帧没有新的轨迹点进入,则认为该轨迹终止了,具体的阈值根据实际情况进行选取,通常取值5~10f便可以满足要求;另外,如果存在某个目标点不属于任何已有的轨迹,那么就以该点新建一条轨迹;至此,根据以上的跟踪结果,便可以进一步对人流量进行统计分析了;
首先需要定义目标移动的方向,定义平面图中y增加的方向为进,减小的方向为出,假设某一目标的运动轨迹为:
Trace={(x0,y0),(x1,y1),…,(xn,yn)}
式中:(x,y)表示目标在图像中的坐标,根据Trace可以计算出轨迹的总长度为distance,目标在y方向上的运动速度可以近似用相邻帧之间在y方向上的移动距离来表示:
vy={y1-y0,y2-y1,…,yn-yn-1}
vy中正数的含义是运动方向为入,负数的含义是运动方向为出,由此统计出vy中正数的个数为m;
根据轨迹长度distance和mn的比值可以判断一个轨迹的出入情况:
(1)当distance≥180、n≥15、m/n≥0.7时,判断行人为进入,进入总人数加1;
(2)当distance≥180、n≥15、0≤m/n≤0.3时,判断行人为出去,出去总人数加1;
(3)当不满足以上两个条件时说明该轨迹为错误轨迹,将其剔除,不做计数。
进一步,存储设备,对存储功能进行优化,优化模型为:
假设大规模网络中海量大数据在云存储空间内负载均衡响应函数为:
其中:ai表示大规模网络的超高密度信息存储的发散幅值;δ为负载均衡控制响应函数;TS为海量数据的分布存储的带宽,根据数据的时间散布特性,得到大规模网络海量大数据多普勒频率散布输出为:
其中,y0表示冗余数据的特征压缩维数,采用频率散布B作为特征压缩的代价系数,则:
其中:Ex为大规模网络数据的初始能量幅值;v为信息传递函数;X(v)为大规模网络的超高密度信息存储节点的负载,通过负载均衡控制,得到大规模网络的海量冗余数据特征压缩处理后输出特征子集为:
P={p1,p2,…pm},m∈N
其中:m为随机概率分布维;N为数据采样个数,对大规模网络的海量大数据进行时频耦合控制,采用多源进程节点管理方法进行数据存储的自适应校验:
其中,f(t)表示大规模网络超高密度信息存储器的校验块存储节点管理模型,包括n个输入负载均衡的控制参量和m个负载均衡输出参量,假设数据信息流为x(t),采用子集校验对数据进行特征约束和波束校验,得到超高密度信息存储分布空间结构为:
其中,ψa,b为冗余数据分布族.由ψ(t)对数据进行平滑处理,通过尺度伸缩降低存储冗余,定义大规模网络中海量大数据四阶累积量切片为:
其中,
分析云存储模型中存储节点的分布空间,获取存储节点局部性交叉项
的对角切片,在数据存储几何空间S上,通过对存储信息流特征进行分割,实现信息存储优化。
本发明的另一目的在于提供一种实现所述旅游云计算系统的控制方法的计算机程序。
本发明的另一目的在于提供一种终端,所述终端至少搭载实现所述旅游云计算系统的控制方法的控制器。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的旅游云计算系统的控制方法。
本发明的另一目的在于提供一种实现所述控制方法的旅游云计算系统所述旅游云计算系统包括:
数据共享交互平台,数据共享交互平台一端通过互联网直接连接公众端;数据共享交互平台另一端通过互联网连接着各个旅游地区的软件服务器和硬件服务器。
进一步,软件服务器包括:车辆调度服务器、票务系统服务器、人流量检测服务器、酒店管理服务器、旅游导航服务器;
车辆调度服务器,通过收集车辆的实时GPS定位信息,并通过定位信息,得到车辆分布数据,将该数据返回至数据共享交互平台;
票务系统服务器,通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台;
人流量检测服务器,用于实时监测景点及周边的人流量,将人流量数据返回至数据共享交互平台;
酒店管理服务器,用于管理酒店周边的酒店服务入住信息;
旅游导航服务器,用于提供景点及周边的服务设施信息;
硬件服务器包括:旅游路径规划服务器、呼叫中心、信息收集服务器及存储设备;
旅游路径规划服务器,根据数据共享交互平台返回的各类数据,规划制定相应的旅游路线;
呼叫中心,用于提供语音咨询服务,需要寻求帮助时,用于寻求服务支持,调度最近的服务资源;
信息收集服务器,用于将基础设施服务端的云端信息进行收集整理统计;
存储设备,用于记录存储每天景点周边的各项数据信息;
公众端包括使用者的手机端及电脑端均与公众端信号连接。
本发明的优点及积极效果为:
通过游客与基础设施服务端通过云端服务器的交互,将游客的旅游需求信息发送至基础设施服务端,系统根据实时信息对各个子系统进行调度。降低了旅游行业系统的各个负担,提高了工作及执行效率,减少了系统工作量,降低了系统的复杂性;本发明采用蚁群算法进行路径规划,能快速的为游客设计出最佳旅游路线,为游客节省路途上的时间,通过采用颜色特征对人流量进行检测,提高了检测的实时性和准确性,通过对存储系统的优化,提高了数据的存储容量。
数据共享交互方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向数据共享交互平台发送所述地址信息;其中,所述地址信息用于使所述数据共享交互平台根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述数据共享交互平台的确认信息后,向所述数据共享交互平台输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述公众端上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据;
票务系统服务器通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台;票务系统服务器统计数据中,对游客网上预定的景点门票数量进行更新管理;具体有:
接收维护更新指令;
根据所述维护更新指令获取用户身份信息以及需要维护更新的维度表的维度表信息;
根据所述维度表信息获取预先设置的维度表配置信息;其中,所述维度表配置信息中带有所述需要维护更新的维度表所在的源数据库、所述维度表需要同步的目的数据库以及维度表操作权限信息;
根据所述用户身份信息以及所述维度表操作权限信息,判断所述用户身份信息是否满足所述维度表操作权限信息;
若所述用户身份信息满足所述维度表操作权限信息,对所述需要维护更新的维度表进行更新操作;
将进行更新操作后的维度表同步到所述目的数据库;
上述方法解决了旅游云计算设备,数据共享和数据管理均存在数据处理能力强,准确性高,客户体验度良好,可使数据的处理准确性提高很多。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
随着旅游人数的增加,旅游行业各个系统的负担过重,数据易丢失,各个系统的工作量大及复杂性高;
游客出行缺少合适的路程规划,给出行带来一定的麻烦,景区人流量统计实时性差,统计人数准确性低,数据信息过多,存储功能负荷大。
下面结合附图对本发明的结构作详细的描述。
由图1-图2所示,本发明实施例提供的旅游云计算系统包括:公众端1、数据共享交互平台2、基础设施服务端3、软件服务器4、硬件服务器5、车辆调度服务器6、票务系统服务器7、人流量检测服务器8、酒店管理服务器9、旅游导航服务器10、旅游路径规划服务器11、呼叫中心12、信息收集服务器13、存储设备14;
数据共享交互平台2的一端通过互联网直接连接公众端1,公众端1包括使用者的手机端及电脑端。数据共享交互平台2的另一端通过互联网连接着各个旅游地区的软件服务器4和硬件服务器5。软件服务器4包含:车辆调度服务器6、票务系统服务器7、人流量检测服务器8、酒店管理服务器9、旅游导航服务器10。硬件服务器5包括:旅游路径规划服务器11、呼叫中心12、信息收集服务器13及存储设备14。
车辆调度服务器6,通过收集车辆的实时GPS定位信息,并通过定位信息,得到车辆分布数据,将该数据返回至数据共享交互平台。
票务系统服务器7,通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台。
人流量检测服务器8,用于实时监测景点及周边的人流量,将人流量数据返回至数据共享交互平台。
酒店管理服务器9,用于管理酒店周边的酒店服务入住等信息。
旅游导航服务器10,用于为游客提供景点及周边的服务设施信息,使游客能够全方位的了解景点周边信息,为旅行规划提供了帮助。
旅游路径规划服务器11,根据数据共享交互平台返回的各类数据,为游客规划制定相应的旅游路线,使游客可以避开人流量高峰。
呼叫中心12,为游客提供语音咨询服务,游客遇到问题或者需要寻求帮助时,可以通过该呼叫中心寻求服务支持,呼叫中心通过联系,可以调度最近的服务资源。
信息收集服务器13,用于将基础设施服务端的云端信息进行收集整理统计。
存储设备14,用于记录存储每天景点周边的各项数据信息,为日后的服务提供数据支持和保障。
本发明的游客通过该系统的公众端1向数据共享交互平台2发布想要去的旅游景点,并通过该平台进行门票和酒店的预订。数据共享交互平台2将游客需求信息发送至基础设施服务端3,基础设施服务端3内的软件服务器4向各个子系统进行调度。通过车辆调度服务器6收集车辆的实时GPS定位信息,并通过定位信息,得到车辆分布数据,将该数据返回至数据共享交互平台。票务系统服务器7通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台。人流量检测服务器8实时监测景点及周边的人流量,将人流量数据返回至数据共享交互平台。酒店管理服务器9管理酒店周边的酒店服务入住等信息。旅游导航服务器10为游客提供景点及周边的服务设施信息,使游客能够全方位的了解景点周边信息,为旅行规划提供了帮助。基础设施服务端3内的硬件服务器5的各个子系统,旅游路径规划服务器11根据数据共享交互平台返回的各类数据,为游客规划制定相应的旅游路线,使游客可以避开人流量高峰。呼叫中心12为游客提供语音咨询服务,游客遇到问题或者需要寻求帮助时,可以通过该呼叫中心寻求服务支持,呼叫中心通过联系,可以调度最近的服务资源。信息收集服务器13用于将基础设施服务端的云端信息进行收集整理统计。存储设备14用于记录存储每天景点周边的各项数据信息,为日后的服务提供数据支持和保障。
下面结合具体分析对本发明作进一步描述。
本发明实施例提供的旅游云计算系统的控制方法,包括:
公众端向数据共享交互平台发布旅游景点信息;并通过数据共享交互进行门票和酒店的预订;数据共享交互方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向数据共享交互平台发送所述地址信息;其中,所述地址信息用于使所述数据共享交互平台根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述数据共享交互平台的确认信息后,向所述数据共享交互平台输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到所述公众端上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据;
在向所述数据共享交互平台输出所述流媒体数据之前,进一步包括:
向所述数据共享交互平台发送控制信息,所述控制信息用于使所述数据共享交互平台根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,其特征在于,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
数据共享交互平台将需求信息发送至基础设施服务端,基础设施服务端内的软件服务器向各个子系统进行调度;
通过车辆调度服务器收集车辆的实时GPS定位信息,并通过定位信息,得到车辆分布数据,将该数据返回至数据共享交互平台;
票务系统服务器通过对游客网上预定的景点门票数量进行统计,将统计的数据返回至数据共享交互平台;票务系统服务器统计数据中,对游客网上预定的景点门票数量进行更新管理;具体有:
接收维护更新指令;
根据所述维护更新指令获取用户身份信息以及需要维护更新的维度表的维度表信息;
根据所述维度表信息获取预先设置的维度表配置信息;其中,所述维度表配置信息中带有所述需要维护更新的维度表所在的源数据库、所述维度表需要同步的目的数据库以及维度表操作权限信息;
根据所述用户身份信息以及所述维度表操作权限信息,判断所述用户身份信息是否满足所述维度表操作权限信息;
若所述用户身份信息满足所述维度表操作权限信息,对所述需要维护更新的维度表进行更新操作;
将进行更新操作后的维度表同步到所述目的数据库;
所述维度表操作权限信息包括:具有维度表操作权限的用户身份标识;
所述判断所述用户身份信息是否满足所述维度表操作权限信息,包括:
判断所述用户身份信息是否在所述具有维度表操作权限的用户身份标识中;
所述维护更新指令为增加内容指令、更改内容指令或删除内容指令;
在对所述需要维护更新的维度表进行更新操作之前,包括:
根据所述维护更新指令,确定需要维护更新的字段,并获取到所述需要维护更新的字段的字段标识;
根据所述字段标识以及所述维度表配置信息获取到预先设置的字段配置信息;其中,所述字段配置信息包括所述字段的字段内容排序规则、字段次序信息、字段限制条件;
若所述维护更新指令为增加内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
获取所述增加内容指令对应的批量数据内容;
根据所述批量数据内容,在所述维度表中的一个或多个字段中增加字段内容;
根据所述字段内容排序规则,将所述字段内容进行排序;
根据所述字段次序信息,将维度表中的各个字段进行排序;
人流量检测服务器实时监测景点及周边的人流量,将人流量数据返回至数据共享交互平台;
旅游导航服务器提供景点及周边的服务设施信息,能够全方位的了解景点周边信息;
旅游路径规划服务器根据数据共享交互平台返回的各类数据,规划制定相应的旅游路线;
呼叫中心提供语音咨询服务,遇到问题或者需要寻求帮助时,调度最近的服务资源;
信息收集服务器将基础设施服务端的云端信息进行收集整理统计并进行存储。
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
获取所述任一数据文件当前处理的位置信息和参数信息,并将该位置信息和参数信息添加到所述流媒体文件中,使所述数据共享交互平台根据该位置信息和参数信息续播所述视频文件;
所述获得分享请求包括:
如果检测到用户执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述数据共享交互平台的确认信息后,还进一步包括:终止所述任一数据文件的处理流程;
获得所述分享请求之后,进一步包括:
将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
若所述维护更新指令为更改内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
获取所述更改内容指令对应的批量数据内容;
根据所述批量数据内容,在所述维度表中的一个或多个字段中更改字段内容;
若所述维护更新指令为删除内容指令,所述对所述需要维护更新的维度表进行更新操作,包括:
在所述维度表中的一个或多个字段中删除字段内容;
还包括:
判断所述增加字段内容、更改字段内容或者删除字段内容之后的各字段是否满足所述字段限制条件;
若有字段不满足所述字段限制条件,生成提示信息;所述提示信息用于提示不满足所述字段限制条件的字段数,并提示不满足所述字段限制条件的字段相关信息;所述字段相关信息包括所述字段的所述字段标识或者字段名称。
本发明实施例提供的旅游路径规划服务器,路径规划的算法为:
(1)分析规划行程模型
式中:C表示旅游花费,T表示旅游时间,R={S1,S2,…,Sn-1,Sn}是一条符合旅游需求的路线,d(i)表示提前到达景点等待所花时间,t0(i)表示景点开门时间,ta(i)表示到达景点时间,tp(i)表示景点闭门时间,
式中:ω0表示旅游时间与费用关系的权重参数,Tmax代表可支配最长时间,cmax代表可消费最大预算;
(2)构建行程路线
式中:C表示常数,w(u)表示景点营业时间约束段旅客吸引度;
式中:P(i,j)代表景点选择概率;α代表信息浓度约束重要性;β代表启发式信息约束重要性;υ代表开放时间约束重要性;
式中:γ1代表时间约束重要性;γ2代表花费约束重要性;η(i,j)代表路径启发式信息;
j=arg max pk(i,j) (9)
若q≤q0,下个景点j由式(9)确定;若q>q0,下个景点j由式(4)获得选择概率,然后使用轮盘赌方式确定;
(3)更新行程信息素
τ(i,j)=(1-ρ)τ(i,j)+Δτ(i,j) (10)
式中:ρ表示信息素减少度,取值范围为0<ρ≤1,Δτ(i,j)代表形成路线信息素升高度,
式中Φ(R)表示评价路线的目标函数。
人流量检测服务器,采用颜色特征对人流量进行检测,检测方法为:
对头发颜色进行样本采集,根据采集的发色样本,使用高斯混合概率模型对发色在不同色彩分量上的概率分布加以描述,从而根据发色信息对人头区域进行提取;
某一像素点xi的概率密度函数表达式如下:
式中:αj表示某一像素点第j个高斯分布的权值;μj和Σj分别表示样本的均值和方差,使用EM估计参数得到发色聚类区间,根据发色聚类区间对图像进行二值化;对于像素点Pi,当它在不同色彩分量上的值分别位于各分量的聚类区间时,二值化后的结果为Binary(Pi)=255,否则Binary(Pi)=0,即:
其中g(Pi)、H(Pi)、Cb(Pi)、Cr(Pi)、U(Pi)、V(Pi)分别表示像素点Pi在不同颜色分量上的数值;
二值化之后可以得到满足头发颜色特征的区域,但是当背景中也有相似的颜色则会形成干扰,使用自适应的混合高斯背景建模法提取前景,再将前景与头发区域进行混合,从而过滤掉静态背景中的相似颜色干扰;
判断人头区域,假想人头区域是一个标准圆,对于轮廓的判断主要依据如下几点:L:轮廓的周长;A:轮廓包围的面积;B:包含轮廓的最小矩形的面积;Z:占空比,即A与B的比值;C:离散度,即L2/A,占空比的理论值为π/4≈0.79,离散度的理论值为4π≈12.6,通过实验比较发现占空比范围选择为0.6~1.0,离散度范围选择为12.6~22时效果较好;最终,符合这几个判断条件的轮廓便可以认为是人头的轮廓;
对人头区域进行跟踪,使用Kalman滤波器对行人的运动轨迹进行滤波和预测处理;
假设在t时刻对某条轨迹用Kalman滤波器进行预测,得到该轨迹t+1时刻的预测位置Pt+1,t+1时刻距离Pt+1最近的目标点为Ct+1,若满足下面的条件就可以将Ct+1添加到该轨迹当中:
其中Max Dis表示预测位置与目标位置之间允许的最大偏移量,具体的取值根据实际情况加以确定;
若该轨迹没有合适的目标点满足上述公式,则将Kalman预测的位置添加进轨迹;,如果一条轨迹连续多帧没有新的轨迹点进入,则认为该轨迹终止了,具体的阈值根据实际情况进行选取,通常取值5~10f便可以满足要求;另外,如果存在某个目标点不属于任何已有的轨迹,那么就以该点新建一条轨迹;至此,根据以上的跟踪结果,便可以进一步对人流量进行统计分析了;
首先需要定义目标移动的方向,定义平面图中y增加的方向为进,减小的方向为出,假设某一目标的运动轨迹为:
Trace={(x0,y0),(x1,y1),…,(xn,yn)}
式中:(x,y)表示目标在图像中的坐标,根据Trace可以计算出轨迹的总长度为distance,目标在y方向上的运动速度可以近似用相邻帧之间在y方向上的移动距离来表示:
vy={y1-y0,y2-y1,…,yn-yn-1}
vy中正数的含义是运动方向为入,负数的含义是运动方向为出,由此统计出vy中正数的个数为m;
根据轨迹长度distance和m n的比值可以判断一个轨迹的出入情况:
(1)当distance≥180、n≥15、m/n≥0.7时,判断行人为进入,进入总人数加1;
(2)当distance≥180、n≥15、0≤m/n≤0.3时,判断行人为出去,出去总人数加1;
(3)当不满足以上两个条件时说明该轨迹为错误轨迹,将其剔除,不做计数。
存储设备,对存储功能进行优化,优化模型为:
假设大规模网络中海量大数据在云存储空间内负载均衡响应函数为:
其中:ai表示大规模网络的超高密度信息存储的发散幅值;δ为负载均衡控制响应函数;TS为海量数据的分布存储的带宽,根据数据的时间散布特性,得到大规模网络海量大数据多普勒频率散布输出为:
其中,y0表示冗余数据的特征压缩维数,采用频率散布B作为特征压缩的代价系数,则:
其中:Ex为大规模网络数据的初始能量幅值;v为信息传递函数;X(v)为大规模网络的超高密度信息存储节点的负载,通过负载均衡控制,得到大规模网络的海量冗余数据特征压缩处理后输出特征子集为:
P={p1,p2,…pm},m∈N
其中:m为随机概率分布维;N为数据采样个数,对大规模网络的海量大数据进行时频耦合控制,采用多源进程节点管理方法进行数据存储的自适应校验:
其中,f(t)表示大规模网络超高密度信息存储器的校验块存储节点管理模型,包括n个输入负载均衡的控制参量和m个负载均衡输出参量,假设数据信息流为x(t),采用子集校验对数据进行特征约束和波束校验,得到超高密度信息存储分布空间结构为:
其中,ψa,b为冗余数据分布族.由ψ(t)对数据进行平滑处理,通过尺度伸缩降低存储冗余,定义大规模网络中海量大数据四阶累积量切片为:
其中,
分析云存储模型中存储节点的分布空间,获取存储节点局部性交叉项
的对角切片,在数据存储几何空间S上,通过对存储信息流特征进行分割,实现信息存储优化。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。