CN109165842B - 一种基建热度指数统计方法及装置 - Google Patents
一种基建热度指数统计方法及装置 Download PDFInfo
- Publication number
- CN109165842B CN109165842B CN201810957723.9A CN201810957723A CN109165842B CN 109165842 B CN109165842 B CN 109165842B CN 201810957723 A CN201810957723 A CN 201810957723A CN 109165842 B CN109165842 B CN 109165842B
- Authority
- CN
- China
- Prior art keywords
- target
- preset
- capital construction
- feature
- heat index
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明提供了一种基建热度指数统计方法及装置,涉及项目管理的技术领域,包括在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息;在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数,解决了基建项目规划根据施工人员经验预估导致的基建项目与实际需求无法匹配的技术问题,达到了基建热度指数充分反应目标基建项目的实际需求,保证基建项目与实际需求相匹配的技术效果。
Description
技术领域
本发明涉及项目管理技术领域,尤其是涉及一种基建热度指数统计方法及装置。
背景技术
基本建设是促进社会生产发展和提高人民生活水平的重要手段。为新增固定资产和生产能力,有计划地建立新兴产业部门,调整原有经济结构,加速生产发展速度有重要作用。通过基本建设可改变国民经济的重大比例关系,调整产业和部门结构及生产力的地区分布,促进国民经济健康发展。因此,在社会主义经济建设中,如何有效合理的规划基建项目,准确评估基建项目数据是极其重要的。
然而,目前的基建项目规划,是根据施工人员经验预估的,可能会出现基建项目与实际需求无法匹配的问题,比如,基建项目规模过小,但是实际应用中,到访该基建项目的人数较多,导致基建项目内人口过于密集等情况,无法满足实际需求。
发明内容
有鉴于此,本发明的目的在于提供一种基建热度指数统计方法及装置,以缓解现有技术中存在的基建项目规划根据施工人员经验预估,可能会出现基建项目与实际需求无法匹配的技术问题。
第一方面,本发明实施例提供了一种基建热度指数统计方法,应用于服务器端,包括:
在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息;
在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息,包括:
根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数,包括:
为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
统计所述目标结构化信息中对象类别中的对象数量;
根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,为目标结构化信息所对应的对象确定对象类别,包括:
在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述方法还包括:
按照预设的基建热度指数与颜色值之间的对应关系,确定所述基建热度指数所对应的颜色值;
在基建热度图上按照所述颜色值对所述目标基建项目所在的位置进行着色。
第二方面,本发明实施例提供了一种基建热度指数统计装置,应用于服务器端,包括:
提取模块,用于在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息;
选取模块,用于在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
计算模块,用于基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,选取模块,包括:
第一确定单元,用于根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
比较单元,用于针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
第二确定单元,用于将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,计算模块,包括:
第三确定单元,用于为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
统计单元,用于统计所述目标结构化信息中对象类别中的对象数量;
计算单元,用于根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,其中,第三确定单元,包括:
查找子单元,用于在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
确定子单元,用于根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
第三方面,本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,其中,所述程序代码使所述处理器执行第一方面所述方法。
本发明实施例带来了以下有益效果:本发明实施例可以先在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息,然后在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息,最后基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数。
本发明实施例可以在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,再在对象结构化信息中选取感兴趣特征满足预设特征阈值的目标结构化信息,进而根据所述目标结构化信息及预设基建热度指数计算公式,计算得到所述目标基建项目的基建热度指数,而结构化信息数据库中存储的是根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息,基建热度指数的数值是基于根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的,因此,基建热度指数能够充分反应目标基建项目的实际需求,保证基建项目与实际需求相匹配,为有效合理的规划基建项目,提供良好的数据基础。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基建热度指数统计方法的流程图;
图2为本发明实施例提供的另一种基建热度指数统计方法的流程图;
图3为本发明实施例提供的另一种基建热度指数统计方法的流程图;
图4为本发明实施例提供的另一种基建热度指数统计方法的流程图;
图5为本发明实施例提供的一种基建热度指数统计装置的结构图。
图标:11-提取模块;12-选取模块;13-计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前基建项目规划,是根据施工人员经验预估的,可能会出现基建项目与实际需求无法匹配的问题,比如,基建项目规模过小,但是实际应用中,到访该基建项目的人数较多,导致基建项目内人口过于密集等情况,无法满足实际需求。基于此,本发明实施例提供的一种基建热度指数统计方法及装置,可以利用基建热度指数充分反应目标基建项目的实际需求,保证基建项目与实际需求相匹配,为有效合理的规划基建项目,提供良好的数据基础。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种基建热度指数统计方法进行详细介绍,如图1所示,应用于服务器端,包括以下步骤:
步骤S101,在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息;
在本发明实施例中,目标基建项目包括但不限于:包括但不限于基建地点,基建规模,持续时间,运送物资数量,人力投入规模等信息;对象可以是行人或车辆,对象结构化信息可以指行人的着装、发型和性别等等;对象结构化信息也可以指车辆的车牌、年检图标、车辆颜色和车辆型号等等。预设时间段的时间长短不限,示例性的,可以是3分钟,也可以是30分钟。监测终端例如摄像机等设备利用视频结构化技术对对象特征图像进行处理,可以得到对象结构化信息。
其中,视频结构化技术有以下步骤:
步骤1,各路口的摄像机先获取驶入/驶出拍摄的道路的视频流,然后从视频流中框选出每个车辆,再对每个车辆图像择优去重,获取每个车辆质量最高的图像,或是对每个行人图像进行框选、择优、去重,获取每个行人质量最高的图像;
步骤2,识别每个对象的对象结构化信息,且将识别出的对象结构化信息回传到服务器;
步骤3,利用视频结构化技术提取车辆结构化信息,包含车辆颜色、品牌型号年款、车牌号码、车辆类型等车辆的固有属性,还包含空载满载状态,车辆装载货物类型及截图,车辆年检标、遮阳板、挂坠、摆件、纸巾盒、天窗、行李架、备胎、撞损痕等车辆的个性化信息,建立车辆唯一ID,包括但不限于这些信息;对行人的结构化信息进行提取、包含性别、年龄段、发型、发色、胡须、着装的颜色、纹理、款式、类型,是否戴眼镜、口罩、帽子,以及是否背包、拎包、携带行李箱等信息。
步骤4,将车辆结构化信息和行人结构化信息存入结构化信息数据库。
本发明实施例采用的结构化技术依赖机器学习和神经网络进行计算分析,可以节省人力成本,而且可以和应用分析有机融合、扩展方便、应用灵活性高。
步骤S102,在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
在本发明实施例中,感兴趣特征的个数可以是一个也可以是多个,预设特征阈值可以根据目标基建项目确定,而且可以根据道路/卡口对选取出来的目标结构化信息进行分区存储,示例性的,将某条道路工程车辆来往频次、车辆的运载能力、装载货物、车辆类型等,经过的人类着装、年龄段、性别、发型、胡须、上下身颜色纹理等目标结构化信息存储在A区,将另外一条道路上的上述目标结构化信息存储在B区。
如图2所示,步骤S102可以包括以下步骤:
步骤S201,根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
在本发明实施例中,预设的基建项目可以是工业建设、水利建设、运输建设等生产性建设项目也可以是住宅建设、卫生建设、公用事业建设等非生产性建设项目。预设的基建项目与感兴趣特征之间的对应关系是根据预设的基建项目建立的,示例性的,若某市的基建项目是需要修建承载高频次出现吨位大的车辆的道路,则与上述基建项目相关的感兴趣特征是车辆的承载能力,感兴趣特征的特征值即为表示车辆承载能力的具体数值的具体数值,或者,可以根据车辆种类和运送资源类型,评估该监测点附近的基建项目信息。
步骤S202,针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
在本分明实施例中,预设特征阈值根据基建项目而定,示例性的,若某市的基建项目是需要修建承载高频次出现吨位大的车辆的道路,感兴趣特征是车辆的承载能力,根据吨位大的基建项目要求可以设定所述感兴趣特征对应的预设特征阈值为10吨。
步骤S203,将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
在本发明实施例中,目标结构化信息中的感兴趣特征的特征值均大于所述预设特征阈值,示例性的,若感兴趣特征是承重能力,则在对象结构化信息中选取承载能力大于10吨的对象结构化信息确定为目标结构化信息。根据感兴趣特征进行有针对性的数据提取,可以快速有效的提供相关数据参考,为基建评估和预测提供个性化指导。
结构化信息数据库中的数据能及时更新,在未来可以对基建规划提供实时参考,是一个动态成长的数据库,伴随着结构化技术的成熟和发展,目标结构化信息分析的精度和可靠性随之提升。
步骤S103,基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数。
在本发明实施例中,预设基建热度指数计算公式可以为:
式中,n为区间段,即对象类别的个数;wi为同一类别的权重系数;ai为同一类别的对象数量。
如图3所示,步骤S103可以包括以下步骤:
步骤S301,为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
在本发明实施例中,为了方便计算基建热度指数,将对象划分为多个对象类别,每个对象类别都有其对应的预设权重系数。预设权重系数是由基建单位的工作人员根据基建项目自行设定,预设的每个对象类别对应的权重系数可以相同,也可以不同,且权重系数的数值区间不限。
如图4所示,步骤S301可以包括以下步骤:
步骤S401,在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
在本发明实施例中,感兴趣特征与预设区间段之间的对应关系,如表1所示,预设区间段的长短与精度有关,感兴趣特征的预设区间段越短,精度越高。每个感兴趣特征对应的区间段个数可以相同,可以不同,示例性的,行人的年龄可以设置为10-20,20-40,40-90三个区间段,而行人的性别设置为男和女两个区间段。
表1感兴趣特征与预设区间段之间的对应关系
感兴趣特征 | 预设区间段 |
感兴趣特征A | 区间段a、b、c |
感兴趣特征B | 区间段d、e |
步骤S402,根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
在本发明实施例中,根据表1建立的预设区间段与对象类别之间的对应关系如表2所示:
表2预设区间段与对象类别之间的对应关系
预设区间段 | 对象类别 |
区间段a、d | 1 |
区间段a、e | 2 |
区间段b、d | 3 |
区间段b、e | 4 |
区间段c、d | 5 |
区间段c、e | 6 |
从表2中可以看出,可以将所有感兴趣特征的特征值均处于与感兴趣特征的特征值对应的同一目标区间段内的对象确定为同一类对象类别,示例性的,目标结构化信息中存在两个对象,对象1的感兴趣特征A处于区间段a,对象2的感兴趣特征A也处于区间段a,对象1的感兴趣特征B处于区间段e,对象2的感兴趣特征B也处于区间段e,则对象1和2属于同一类对象类别,且对象类别为对象类别2。
步骤S302,统计所述目标结构化信息中对象类别中的对象数量;
在本发明实施例中,每个对象类别分别与所述对象数量一一对应,统计各个对象类别中的对象数量,为基建热度指数的计算提供方便。
步骤S303,根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
在本发明实施例中,根据一段时间内统计的对象数量进行计算,比如某处摄像头显示在一天内经过监测点道路的有3辆混凝土车,2辆卡车,1辆公交车,20个建筑工人,若感兴趣特征是车辆的车型和行人的工作类别,且将混凝土车的权重系数设置为10分,卡车的权重系数设置为5分,公交车的权重系数设置为2分,工人的权重系数设置为3分,那么基建热度指数为(10×3+5×2+2×1+3×20=102分),所以102可以作为该监测点的基建热度数值,实际计算指标包括但不限于该种方式。
本发明实施例可以在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,再在对象结构化信息中选取感兴趣特征满足预设特征阈值的目标结构化信息,进而根据所述目标结构化信息及预设基建热度指数计算公式,计算得到所述目标基建项目的基建热度指数,而结构化信息数据库中存储的是根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息,基建热度指数的数值是基于根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的,因此,基建热度指数能够充分反应目标基建项目的实际需求,保证基建项目与实际需求相匹配,为有效合理的规划基建项目,提供良好的数据基础。
在本发明的又一实施例中,所述方法还包括:
按照预设的基建热度指数与颜色值之间的对应关系,确定所述基建热度指数所对应的颜色值;
在本发明实施例中,基建热度指数的每一个具体的数值均对应着一个具体的颜色值,可以根据两者之间的对应关系,确定所述基建热度指数所对应的颜色值。
在基建热度图上按照所述颜色值对所述目标基建项目所在的位置进行着色。
在本发明实施例中,基建热度指数可以通过大数据等分析方法产生类似地图的基建热度图,以图标或颜色对基建热度图进行相应标注,对所述目标基建项目所在的位置的数值进行形象化表达,为基建有关单位提供更直观的数据分析方法,即对数据进行可视化处理。即可以通过对基建资源进行检测统计,通过大数据等分析手段对基建规模进行初步判断。
在实际使用中,如果有个性化需求,客户可以对基建热度指数进行筛选,示例性的,只显示热度高于某一阈值的基建地点,只计算、显示卡车流量前5的基建地点等。根据基建项目或基建单位需求对基建热度指数的数据进行个性化提取,提供具有针对性的分析计算,为基建项目或基建单位提供更具体,直观的规划参考。或者,通过建立的基建热度图构建基建人员和来访人员密度统计表或统计图,评估项目关注度和重要性,得到该项目的人员热度。
在本发明的又一实施例中,如图5所示,所述装置可以包括以下模块:
提取模块11,用于在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像确定的对象结构化信息;
选取模块12,用于在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
计算模块13,用于基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数。
在本发明的又一实施例中,所述选取模块12,包括:
第一确定单元,用于根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
比较单元,用于针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
第二确定单元,用于将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
在本发明的又一实施例中,所述计算模块13,包括:
第三确定单元,用于为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
统计单元,用于统计所述目标结构化信息中对象类别中的对象数量;
计算单元,用于根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
在本发明的又一实施例中,所述第三确定单元,包括:
查找子单元,用于在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
确定子单元,用于根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
在本发明的又一实施例中,还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行方法实施例所述方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的基建热度指数统计方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,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所述以权利要求的保护范围为准。
Claims (7)
1.一种基建热度指数统计方法,其特征在于,应用于服务器端,包括:
在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像采用视频结构化技术确定的对象结构化信息;所述视频结构化技术包括以下至少之一:框选,择优和去重;
在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数;
所述方法还包括:
按照预设的基建热度指数与颜色值之间的对应关系,确定所述基建热度指数所对应的颜色值;
在基建热度图上按照所述颜色值对所述目标基建项目所在的位置进行着色;
所述基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数,包括:
为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
统计所述目标结构化信息中对象类别中的对象数量;
根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
2.根据权利要求1所述的基建热度指数统计方法,其特征在于,所述在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息,包括:
根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
3.根据权利要求1所述的基建热度指数统计方法,其特征在于,为目标结构化信息所对应的对象确定对象类别,包括:
在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
4.一种基建热度指数统计装置,其特征在于,应用于服务器端,包括:
提取模块,用于在结构化信息数据库中提取通往目标基建项目的道路上对象的对象结构化信息,所述结构化信息数据库中存储有根据预设时间段内设置于各道路上的监测终端返回的对象特征图像采用视频结构化技术确定的对象结构化信息;所述视频结构化技术包括以下至少之一:框选、择优和去重;
选取模块,用于在所述对象结构化信息中选取感兴趣特征以及感兴趣特征的特征值大于预设特征阈值的目标结构化信息;
计算模块,用于基于所述目标结构化信息及预设基建热度指数计算公式计算所述目标基建项目的基建热度指数;
所述装置,还用于:
按照预设的基建热度指数与颜色值之间的对应关系,确定所述基建热度指数所对应的颜色值;
在基建热度图上按照所述颜色值对所述目标基建项目所在的位置进行着色;
计算模块,包括:
第三确定单元,用于为目标结构化信息所对应的对象确定对象类别及所述对象类别所对应的预设权重系数;
统计单元,用于统计所述目标结构化信息中对象类别中的对象数量;
计算单元,用于根据所述对象类别中的对象数量、所述对象类别对应的所述预设权重系数和基建热度指数计算公式,计算所述目标基建项目的基建热度指数。
5.根据权利要求4所述的基建热度指数统计装置,其特征在于,选取模块,包括:
第一确定单元,用于根据预设的基建项目与感兴趣特征之间的对应关系,在所述对象结构化信息中确定与所述基建项目对应的感兴趣特征以及每个所述感兴趣特征的特征值;
比较单元,用于针对每个感兴趣特征,将所述感兴趣特征的特征值和预设的与所述感兴趣特征对应的预设特征阈值比较;
第二确定单元,用于将感兴趣特征的特征值大于所述预设特征阈值的对象结构化信息确定为目标结构化信息。
6.根据权利要求4所述的基建热度指数统计装置,其特征在于,第三确定单元,包括:
查找子单元,用于在多个预设区间段中,查找与目标结构化信息内感兴趣特征的特征值匹配的目标区间段;
确定子单元,用于根据预设区间段与对象类别之间的对应关系,将与所述目标区间段对应的对象类别确定为目标结构化信息所对应的对象的对象类别。
7.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1-3任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957723.9A CN109165842B (zh) | 2018-08-21 | 2018-08-21 | 一种基建热度指数统计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957723.9A CN109165842B (zh) | 2018-08-21 | 2018-08-21 | 一种基建热度指数统计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109165842A CN109165842A (zh) | 2019-01-08 |
CN109165842B true CN109165842B (zh) | 2021-01-29 |
Family
ID=64896437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810957723.9A Expired - Fee Related CN109165842B (zh) | 2018-08-21 | 2018-08-21 | 一种基建热度指数统计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165842B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070791A (zh) * | 2020-09-21 | 2020-12-11 | 深圳喜为智慧科技有限公司 | 一种提升畜牧个体点数精度和效率的方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700261A (zh) * | 2014-01-03 | 2014-04-02 | 河海大学常州校区 | 一种基于视频的道路交通流特征参数监测及交通综合信息服务系统 |
CN104269054A (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 基于无人机测量的路段交通指数估算系统 |
US9218529B2 (en) * | 2012-09-11 | 2015-12-22 | Southwest Research Institute | 3-D imaging sensor based location estimation |
CN105741548A (zh) * | 2016-04-19 | 2016-07-06 | 上海理工大学 | 一种生成交通状态云图的方法 |
CN105869396A (zh) * | 2016-04-28 | 2016-08-17 | 泰华智慧产业集团股份有限公司 | 基于大数据平台的过车指数统计方法及系统 |
CN106530748A (zh) * | 2015-09-12 | 2017-03-22 | 石立公 | 车道拥堵指数预测系统和方法 |
CN106708884A (zh) * | 2015-11-16 | 2017-05-24 | 广州优视网络科技有限公司 | 获取区域热度指数的方法、装置、服务器及拍摄终端 |
CN107291910A (zh) * | 2017-06-26 | 2017-10-24 | 图麟信息科技(深圳)有限公司 | 一种视频片段结构化查询方法、装置及电子设备 |
CN107729804A (zh) * | 2017-08-31 | 2018-02-23 | 广东数相智能科技有限公司 | 一种基于服饰特征的人流量统计方法及装置 |
-
2018
- 2018-08-21 CN CN201810957723.9A patent/CN109165842B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9218529B2 (en) * | 2012-09-11 | 2015-12-22 | Southwest Research Institute | 3-D imaging sensor based location estimation |
CN103700261A (zh) * | 2014-01-03 | 2014-04-02 | 河海大学常州校区 | 一种基于视频的道路交通流特征参数监测及交通综合信息服务系统 |
CN104269054A (zh) * | 2014-09-20 | 2015-01-07 | 无锡北斗星通信息科技有限公司 | 基于无人机测量的路段交通指数估算系统 |
CN106530748A (zh) * | 2015-09-12 | 2017-03-22 | 石立公 | 车道拥堵指数预测系统和方法 |
CN106708884A (zh) * | 2015-11-16 | 2017-05-24 | 广州优视网络科技有限公司 | 获取区域热度指数的方法、装置、服务器及拍摄终端 |
CN105741548A (zh) * | 2016-04-19 | 2016-07-06 | 上海理工大学 | 一种生成交通状态云图的方法 |
CN105869396A (zh) * | 2016-04-28 | 2016-08-17 | 泰华智慧产业集团股份有限公司 | 基于大数据平台的过车指数统计方法及系统 |
CN107291910A (zh) * | 2017-06-26 | 2017-10-24 | 图麟信息科技(深圳)有限公司 | 一种视频片段结构化查询方法、装置及电子设备 |
CN107729804A (zh) * | 2017-08-31 | 2018-02-23 | 广东数相智能科技有限公司 | 一种基于服饰特征的人流量统计方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109165842A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | A spatiotemporal deep learning approach for citywide short-term crash risk prediction with multi-source data | |
Long et al. | Mapping block-level urban areas for all Chinese cities | |
CN111854779B (zh) | 一种路线规划方法、装置、电子设备及可读存储介质 | |
CN112863172B (zh) | 高速公路交通运行状态判定方法、预警方法、装置及终端 | |
KR102373276B1 (ko) | 빅데이터 기반의 공공 시설물의 입지 선정 장치 및 방법 | |
CN109360421B (zh) | 一种基于机器学习的交通信息预测方法及装置、电子终端 | |
CN107067781B (zh) | 一种用于先进驾驶辅助系统应用的gis道路黑点地图生成方法 | |
CN110210664B (zh) | 多个个体车辆使用行为短时预测的深度学习方法 | |
CN110134865A (zh) | 一种基于城市公共交通出行大数据的通勤乘客社交推荐方法及平台 | |
CN111291236A (zh) | 一种高速路网用户画像信息获取与分析方法及系统 | |
CN113627975A (zh) | 门店选址方法、装置、计算机设备和存储介质 | |
CN113763700A (zh) | 信息处理方法、装置、计算机设备及存储介质 | |
CN111325986A (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
CN109165842B (zh) | 一种基建热度指数统计方法及装置 | |
WO2017221856A1 (ja) | 分析装置、分析方法、および記憶媒体 | |
CN114596709A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114219350A (zh) | 一种自然资源建设项目用地智能选址方法及装置 | |
Zheng et al. | A deep learning–based approach for moving vehicle counting and short-term traffic prediction from video images | |
KR20100123408A (ko) | Gis 기반의 가맹점 마케팅 지원 시스템 및 방법 | |
Lagarias | Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki | |
CN114492544B (zh) | 模型训练方法及装置、交通事件发生概率评估方法及装置 | |
CN114937215B (zh) | 一种城市功能区的识别方法及装置 | |
Delle Donne et al. | Optimizing leaf sweeping and collection in the Argentine city of Trenque Lauquen | |
CN110459050A (zh) | 一种基于混合决策树的短期公交客流预测方法 | |
CN111062555B (zh) | 城市画像的构建方法、装置、介质及电子设备 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210129 |