CN110366094A - 确定坐标系的方法、装置、电子设备和存储介质 - Google Patents

确定坐标系的方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN110366094A
CN110366094A CN201810306889.4A CN201810306889A CN110366094A CN 110366094 A CN110366094 A CN 110366094A CN 201810306889 A CN201810306889 A CN 201810306889A CN 110366094 A CN110366094 A CN 110366094A
Authority
CN
China
Prior art keywords
xdr
key
target
coordinate system
type
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
Application number
CN201810306889.4A
Other languages
English (en)
Other versions
CN110366094B (zh
Inventor
凌翔
王昆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datang Mobile Communications Equipment Co Ltd
Original Assignee
Datang Mobile Communications Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Datang Mobile Communications Equipment Co Ltd filed Critical Datang Mobile Communications Equipment Co Ltd
Priority to CN201810306889.4A priority Critical patent/CN110366094B/zh
Publication of CN110366094A publication Critical patent/CN110366094A/zh
Application granted granted Critical
Publication of CN110366094B publication Critical patent/CN110366094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
    • H04M1/72457—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to geographic location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination

Abstract

本发明实施例提供一种确定坐标系的方法、装置、电子设备和存储介质。所述方法包括根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。所述方法通过目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。

Description

确定坐标系的方法、装置、电子设备和存储介质
技术领域
本发明实施例涉及通信技术领域，特别是一种确定坐标系的方法、装置、电子设备和存储介质。
背景技术
业务面数据是应用的业务层面的数据，举例来说，终端上安装的APP(Application，应用软件)在连网使用过程中产生的数据就是业务面数据，业务面数据可包括交互的信令。
现有技术中通过业务面数据获取终端的经纬度，通常采用以下方式：
终端的应用软件具有位置信息上报功能，无线网络优化平台从空口提取终端的XDR(Extremely Detailed Records，极其详细的记录)，XDR中包括用户标识信息、系统类型和APP上报的位置信息等，终端的位置信息可为一个经纬度。
应当说明的是，XDR中没有包括APP所使用的坐标系，对于无线网络优化平台而言，APP上报经纬度时所使用的坐标系是未知的。
但经纬度需与坐标系关联才有意义，同一个物理位置，使用不同的坐标系来表达，得到的物理位置是不同的。也就是说，“终端的经纬度是xxx”，无法准确定位终端，“终端位于xx坐标系中的经纬度是xxx”，可以准确的定位终端。
因此需要正确匹配APP上报时应用的坐标系，才能确定终端的准确位置。
现有技术中无线网络优化平台根据终端的位置信息，有两种方案确定坐标系：
1、直接提取位置信息，转换为某一种坐标系的经纬度，作为终端所在的位置；
2通过提取同一终端同一应用上报的位置信息，与当前主流的三种坐标系(WGS84、GCJ-02、BD-09)比较，误差最小的一个作为该APP所使用的坐标系，最后通过坐标系转换，得到特定坐标系下的经纬度。
实际应用中，不同APP所使用的坐标系未知；同一APP不同情况下上报的坐标系也是不同的；APP不仅上报终端所在位置的位置信息，还会上报非终端所在位置的位置信息(例如附近商家的位置信息)。即使获取应用软件上报的位置信息，由于不能确定该软件所使用的坐标系，所以仍然无法确定终端所在的真实经纬度。
现有技术的缺点如下：
第一种方案：过于简单的把业务面位置信息当作终端所在位置，没有考虑坐标系、非自身位置等情况，误差太大；
第二种方案：虽然考虑到不同应用使用坐标系不同，但是未考虑同一APP会上报非自身的位置信息；以及不同情况下上报的位置信息的坐标系会有不同，因此得到的应用与坐标系的对应关系可能是错误的，所得位置信息还是有很大误差。
发明内容
针对现有技术的缺陷，本发明实施例提供一种确定坐标系的方法、装置、电子设备和存储介质。
一方面，本发明实施例提供一种确定坐标系的方法，所述方法包括：
根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
另一方面，本发明实施例提供一种确定坐标系的装置，所述装置包括：
获取模块，用于根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
匹配模块，用于根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
确定模块，用于若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
另一方面，本发明实施例还提供一种电子设备，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上方法的步骤。
另一方面，本发明实施例还提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上方法的步骤。
由上述技术方案可知，本发明实施例提供的确定坐标系的方法、装置、电子设备和存储介质，所述方法通过考虑目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。
附图说明
图1为本发明实施例提供的一种确定坐标系的方法的流程示意图；
图2为本发明又一实施例提供的单用户的平均速度计算流程图；
图3为本发明又一实施例提供的一种确定坐标系的装置的结构示意图；
图4为本发明又一实施例提供的一种电子设备的结构示意图。
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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明实施例一部分实施例，而不是全部的实施例。
在本发明实施例中，以三种主流坐标系WGS84(World Geodetic System 1984，全球定位系统使用的坐标系)、GCJ-02(Guojia Cehui Ju，国家测绘局制定的02号标准坐标系)和BD-09(baidu，百度坐标系)为例进行说明，不以此为限。以两种主流系统类型：ios(苹果公司开发的操作系统)和Android(Google公司开发的安卓操作系统)为例进行说明，不以此为限。
图1示出了本发明实施例提供的一种确定坐标系的方法的流程示意图。
如图1所示，本发明实施例提供的方法具体包括以下步骤：
步骤11、根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
可选地，本发明实施例提供的方法在确定坐标系的装置上实现，确定坐标系的装置可为无线网络优化平台。
可选地，无线网络优化平台从空口提取预设时间段内预设范围的多个XDR，每一XDR与一个终端相关。
可选地，预设时间段可为一天，预设范围可为一个地市。
可选地，XDR主要包括两部分，第一部分是用户数据，包括用户标识信息、系统类型和APP类型等，用户标识信息是IMSI(International Mobile Subscriber IdentificationNumber,国际移动用户识别码)或设备码，第二部分是URL(Uniform/Universal ResourceLocator,统一资源定位符)，表示文件资源的地址。
其中，URL包含多个字段，将APP上报自身位置信息时使用的字段称为关键字(key)。
举例来说，一个APP上报自身位置信息时使用key是“x＝，y＝，”；另一APP上报位置信息使用的key是“lat＝，lon＝，”；又一APP上报位置信息使用的key是“Lat/Lon＝”。
可选地，对各个APP历史上报位置信息时曾使用过的key进行统计，建立key集合，key集合包括多个key。
可选地，将坐标系未知的XDR称为目标XDR，将目标XDR对应的终端称为目标终端。
可选地，对目标XDR的第二部分URL进行解析，得到多个字段，采用key集合进行匹配。
若目标XDR的URL中存在与key集合中key匹配的字段，则认为该字段是描述位置信息的字段，即为目标XDR的key。
可选地，无线网络优化平台对目标XDR进行解析，根据第一部分可得到目标终端的系统类型和APP类型。
步骤12、根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
可选地，解析得到目标XDR的系统类型、APP类型和key后，获取预先建立的识别模型，识别模型中包括匹配数据与坐标系的对应关系，匹配数据包括系统类型、APP类型和key这三个参数。
也就是说，通过识别模型，已知一种系统、一种APP和key这三个参数，可以唯一确定这种APP上报位置时使用的坐标系。
可选地，识别模型是根据历史已知的XDR样本数据进行机器学习得到的，对已知APP类型、系统类型、key和实际使用的坐标系进行训练，从而得到识别模型。
步骤13、若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
举例来说，识别模型的一条记录1为安卓-第一打车APP-上报位置信息使用的key“x＝，y＝，”-BD09，识别模型还包括一条记录2：安卓-第一外卖APP-上报位置信息使用的key“lat＝，lon＝，”-GCJ02。
解析得到的目标XDR的系统类型、APP类型和key分别为“安卓-第一打车APP-上报位置信息使用的key“x＝，y＝，”，则目标XDR的系统类型、APP类型和key与识别模型的记录1的匹配数据完全匹配，则将记录1对应的坐标系BD09作为目标XDR的APP应用的坐标系。
在本步骤中，识别模型是根据历史XDR样本数据经过机器学习得到的，通过识别模型，可以准确预测目标XDR的APP使用的坐标系。
若目标XDR的系统类型、APP类型和key这三个参数与识别模型的一条记录的匹配数据不完全匹配(例如系统类型相同，APP类型相同，但key不相同)，则不能直接确定目标XDR的APP应用的坐标系。
本发明实施例中，根据目标XDR的系统、APP和key与预先建立的识别模型进行匹配，相当于将匹配的参数精细化分类至三个，相较于现有技术仅匹配系统类型，目标XDR同时匹配三个参数，通过三个参数唯一确定目标终端的APP使用的坐标系，可提高识别坐标系的准确性。
在确定APP使用的坐标系后，确定目标终端位于坐标系中的经纬度，从而可准确的定位终端。
本发明实施例提供的确定坐标系的方法，通过考虑目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤具体包括：
获取目标XDR中满足第一条件的字段作为key：
第一条件：以非字母作为端点的字段且与key集合中的key的字符相匹配。
可通过解析XDR直接获取目标XDR的系统类型和APP类型，而筛选获取key的方式有多种，本发明实施例以其中一种方式为例进行说明。
可选地，将自空口提取的XDR记为集合A中，根据key集合，在集合A中筛选符合条件key。
可选地，第一条件是基于字符匹配原则确定的，根据集合A的XDR的URL的字段，与key集合中key进行字符匹配。
可选地，URL中通常以非字母作为不同字段的切割，得到夹在两个非字母中间的字段，确定字段与key集合的key是否匹配。
可选地，通过第一条件的筛选，可以剔除不匹配的XDR，得到带有位置信息的XDR。
例如，key集合中包含{“lat”“loc_lat”}，集合A的XDR1的URL的一个字段为“……&loc_lat＝31.1234567”，XDR2中的以非字母为端点的字段为“……&flat＝31.1234567”，XDR3中一个字段为“……&lt＝31.1234567”，由于XDR1中的“loc_lat”与key集合中的“loc_lat”匹配一致，XDR2中的“lat”与key集合中的“lat”匹配一致，XDR3中的“lt”与key集合中的任一个关键字key都不一致，则XDR1和2均符合第一条件，XDR3不符合第一条件。
可选地，集合A在经过第一条件的筛选，剔除与key集合中的key字符不匹配的XDR，得到与key集合中的key匹配的XDR的key。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，通过第一条件进行字符匹配，可以准确的筛选得到XDR中的key。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，所述方法还包括：
在满足第一条件的基础上，获取目标XDR中满足第二条件的字段作为key：
第二条件：与key集合中的key的字段长度匹配。
筛选获取key的方式有多种，本发明实施例以其中一种方式为例进行说明。
可选地，第二条件是基于字段长度优先原则确定的。
例如，key集合中包含{“lat”“loc_lat”}，XDR1的URL的一个字段为“……&loc_lat＝31.1234567”，则XDR1的字段“loc_lat”的长度与key集合中的关键字key“loc_lat”的字段长度完全匹配，都是7位长度，则XDR1符合第二条件，XDR2的一个字段为“……&flat＝31.1234567”，则XDR2的字段“flat”的长度与key集合中的任一个key的字段长度都不匹配，则XDR1符合第二条件，XDR2不符合第二条件。
若仅根据字符匹配原则确定key，可能出现误判，设置第二条件根据字段长度匹配的原则，可以筛选得到完全匹配的key。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，通过设置字段长度的第二条件对key进行筛选，可以进一步提高筛选的准确性。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤之前，所述方法包括：
若预设的时间范围内，目标终端存在至少一条XDR,则将所述XDR作为目标XDR。
目前，APP定位技术还不成熟，APP的定位可能存在较大的偏移，在根据key进行坐标系预测之前，先对XDR进行筛选，得到定位较为准确的，有效的XDR，再将有效的XDR作为目标XDR，提取目标XDR的系统类型、应用软件APP类型和关键字key。
从XDR中确定目标XDR的方式有多种，本发明实施例以其中一种方式为例进行说明。
时间范围表示在这个时间范围内，该终端存在XDR,那这个位置信息的可靠性有保证，认为这个XDR是有效数据，以供后续预测该位置信息是采用何种坐标系来描述。
若这个时间范围内，该终端不存在XDR，认为这个XDR是无效数据，则不进行后续的坐标系预测。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，设置时间范围，对海量的XDR进行筛选，初步得到较为可靠的目标XDR。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，每一XDR包括上报时间和用户的标识信息，相应地，所述时间范围是根据以下方式确定的：
根据用户的标识信息，获取同一用户的上报时间差大于等于预设时间区间的两条XDR；
根据用户在时间区间内移动的距离以及时间区间，确定用户在时间区间内移动的平均速度；
根据预设的定位精度的默认值和平均速度，计算得到平均时间；
根据平均时间以及中心时间点，确定所述时间范围。
可选地，无线网络优化平台根据用户标识信息，获取同一用户的两条XDR。
可选地，计算两条XDR的上报时间差，获取上报时间差大于等于预设时间区间的两条XDR。
可选地，时间区间不能太短，需要能够观测出同一用户在时间区间内的移动趋势，例如可为10s。
可选地，用两个XDR中携带的key，求得距离，距离是用户在时间区间内移动的距离。
可选地，假设这两条XDR对应的坐标系是WGS84，求得两位置信息key之间的直线距离。
可选地，将距离除以时间区间，确定平均速度，平均速度是无线网络优化平台预测的该用户在时间区间内的平均速度v(i,j)，i表示第i条XDR，j表示第j条XDR。
可选地，预先设置定位精度的默认值A，举例来说，A是10米，表示该条XDR中坐标系描述的位置信息与真实物理位置之间的差值是10m。
可选地，根据定位精度的默认值，平均速度，计算得到平均时间(单位，秒)，平均时间表示该终端经过定位精度对应的距离，所需的时间。
可选地，根据以下公式，得到平均时间t(i,j):
可选地，根据平均时间，以及中心时间点，确定时间范围。
可选地，中心点是两个XDR中任一个XDR记录的上报时间，时间范围是以中心点为准，前后间隔相同的平均时间。
举例来说，定位精度的默认值是10米，用户的平均速度是5m/s，平均时间是2秒，则用户移动10米需要2秒。
假设在这个时间范围内，XDR的中心时间点是10点，则时间范围是09:59:58-10:00:02，即10点的前后2秒。
若该用户在这个时间范围内存在一个XDR，表示这个用户的XDR中的位置信息比较可靠，认为这个XDR是有效数据。
可选地，对这个XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的，以供后续预测该位置信息是采用何种坐标系来描述。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，根据定位精度的默认值和平均速度，计算得到平均时间，并根据平均时间以及中心时间点，可以准确的确定所述时间范围，从而准确的判断XDR是否可以作为目标XDR。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤之后，所述方法包括：
将目标XDR记为集合T，将与识别模型的记录匹配的目标XDR记为集合S；
将集合S中一条XDR的key，根据WGS84、GCJ-02和BD-09坐标系，分别进行坐标系转换，转换成三种坐标系下的经纬度。
针对集合T中的每一条XDR，在集合S中匹配得到同属一个用户的且时间最相近的一条XDR；
针对这两条XDR，计算来自集合T的一条XDR的key分别与来自集合S中的三种坐标系下的经纬度的直线距离；
针对同一类目标XDR的多个距离，计算距离的平均值；
获取各个平均值最小的一类目标XDR，将这一类目标XDR记为聚类XDR；
根据聚类XDR与识别模型中的记录进行对比，从而确定是否修改定位精度的状态值。
识别模型的信息可能存在遗漏的情况，因此需及时对字典进行补全。
将经过步骤11的目标XDR记为集合T，经过步骤13后的目标XDR记为集合S。
可选地，将集合S中一条XDR的位置信息，按照WGS84、GCJ-02、BD-09的顺序，分别进行坐标系转换，转换成三种坐标系下的经纬度。
可选地，针对集合T中的每一条XDR，在集合S中找到同属一个用户的且时间最相近的一条XDR。
可选地，计算来自集合T的一条XDR的位置信息分别与来自集合S中的三种坐标系下的经纬度的直线距离，分别为lst(m,1)、lst(m,2)、lst(m,3)。
可选地，将多个目标XDR，将系统类型、APP类型和key都相同的目标XDR分为同一类。
也就是说，针对每一类XDR的每一条XDR，可得到三个直线距离lst(m,1)、lst(m,2)、lst(m,3)。
可选地，针对同一类目标XDR的多个lst(m,1)，求平均值mean(APP,system，key,1)，平均值可表示同一系统类型、APP类型和key的情况下，估计的坐标系的定位精度。
可选地，以相同的方式可得到lst(m,2)对应的mean(APP,system，key,2)以及lst(m,3)对应的mean(APP,system，key,3)。
可选地，获取各个平均值最小的一类目标XDR，将这一类目标XDR记为聚类XDR。
可选地，定位精度(Positional Accuracy)表示XDR中坐标系描述的位置信息与真实物理位置之间的接近程度。
可选地，使用状态值表示坐标系的定位精度，定位精度的初始值是0；第一状态值表示该条记录的坐标系描述位置的精准程度为高，可用1表示；第二状态值表示定位精度表示该条记录的坐标系描述位置的精准程度较低，可用2表示。
可选地，根据聚类XDR的mean与识别模型中记录的定位精度对比：
如果识别模型中存在一条XDR，APP、系统类型、key与聚类XDR都相同，则修改mean值：mean小于等于定位精度A，则状态值status＝1，否则状态值status＝2。
如果APP、系统类型与聚类XDR都相同，key不同，则选择mean值较小的记录更新识别模型对应记录；mean小于等于精度d，则status＝1，否则status＝2。
iii.APP,system不存在相同记录，则在识别模型中增加一条记录；mean小于等于精度d，则status＝1，否则status＝2。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，针对同一类的目标XDR进行统计计算，可以准确的得到对应的坐标系的定位精度的状态值。
在上述实施例的基础上，本发明又一实施例提供的确定坐标系的方法，每一记录还包括坐标系的定位精度的状态值，状态值是第一状态值或第二状态值，第一状态值表示的定位精度比第二状态值表示的定位精度高，相应地，若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤具体为：
若目标XDR的系统类型、APP类型和key，与多条记录的匹配数据匹配，则根据定位精度，选择第一状态值对应的坐标系作为目标XDR对应的坐标系。
确定坐标系的方式有多种，本发明实施例以其中一种方式为例进行说明。
在确定一类目标XDR的坐标系的定位精度后，后续可利用定位精度的状态值进行坐标系的筛选。
可选地，APP提供商在APP使用过程中，不断推出新的版本供用户更新，可能更新前后，修改了APP上报位置信息使用的坐标系。
在识别模型中可能存在这种情况：同一系统类型、同一APP类型和同一key，对应多个坐标系。
可选地，在针对目标XDR使用识别模型来进行识别时，与目标XDR的系统类型、APP类型和key匹配的记录的数量可为多个，每一记录分别对应一个坐标系的定位精度。
可选地，针对多个匹配的记录，则进行定位精度的筛选，选择第一状态值(精度高)对应的坐标系作为目标XDR对应的坐标系。
当然，也可以根据对定位精度不同的要求以及坐标系的定位精度的状态值，选择是否使用该终端系统、终端软件APP、key计算用户经纬度。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的确定坐标系的方法，设置每一坐标系的定位精度，并选择精度高的坐标系作为目标XDR对应的坐标系，可进一步提高目标终端的定位准确性。
为了更充分理解本发明的技术内容，在上述实施例的基础上，详细说明本发明实施例提供的确定坐标系的方法。
本发明实施例通过机器自学习的方式，在海量业务面XDR中，识别各种移动终端应用以不同方式上报的自身的位置信息的坐标系、关键字，从而为实现精准定位提供技术支撑。
步骤一：基础数据准备
1、在业务面XDR中，根据出现次数降序排列不同移动终端APP；根据分析需要，建立移动终端APP的集合A；
2、根据经验，建立软件上报自身位置可能使用的字段(key)的非完备集B(不区分软件)，非完备集B即为前述key集合；
3、根据已知的移动终端APP使用的坐标系(至少涵盖三种主流坐标系：WGS84、GCJ-02、BD-09，两种主流终端系统：ios、Android)及其各自上报自身坐标使用的key(区分APP、终端系统)，建立字典C，标记状态(status)为0，均值(mean)为0。
字典C即为前述识别模型。
4、各省、市地图的经纬度边界数据库MAP。
步骤二：机器学习
1、数据清洗：
a)根据源数据的区域信息，在数据库MAP中确定经纬度数值得上下限；
b)根据域名集合A、key的非完备集合B，提取包含终端位置信息、用户标识信息、时间信息的，且XDR记录对应的软件APP存在于集合A中，且(XDR记录的位置信息关键字段key包含集合B中的key中任何一串字符序列的XDR记录、或者存在两组分别介于经纬度差值之间的数值)，符合条件的XDR记录放入集合R。其中，XDR中位置信息关键字段key提取原则如下：
①字符匹配原则，即包含集合B中key的字符，例集合B中包含{“lat”“loc_lat”}，XDR记录1中中间片段为“……&loc_lat＝31.1234567”，XDR记录2中中间片段为“……&flat＝31.1234567”，XDR记录3中中间片段为“……&lt＝31.1234567”，则该XDR记录1、2符合条件，XDR记录3不符合条件；
②长度优先原则，例集合B中包含{“lat”“loc_lat”}，XDR记录中中间片段为“……&loc_lat＝31.1234567”，则该XDR的key为“loc_lat”，且key在集合B中；
③以非字母作为端点，例集合B中包含{“lat”“loc_lat”}，XDR记录中中间片段为“……&flat＝31.1234567”，则该XDR的key为“flat”，且key不在集合B中；
c)在集合R中，提取所有XDR中的位置信息关键字段key(以非字母或非“_”作为端点，例集合B中包含{“lat”“loc_lat”}，XDR记录中中间片段为“……&flat＝31.1234567”，则该XDR的key为“flat”，且key不在集合B中)，去重后放入集合K中；提取XDR记录的host存在于字典C中，且XDR记录的位置信息关键字段key等于字典C中的key中任何一个key值的XDR记录(完全匹配)，且字典中该记录的status＝0或者1，符合条件的XDR记录放入集合S；集合S中用户标识信息去重后，放入用户集合U。例如：字典C中包含{“lat”“loc_lat”}，XDR记录1中中间片段为“……&loc_lat＝31.1234567”，XDR记录2中中间片段为“……&flat＝31.1234567”，XDR记录3中中间片段为“……&lt＝31.1234567”，则该XDR记录1符合条件，XDR记录2、3不符合条件。
图2为本发明又一实施例提供的单用户的平均速度计算流程图。
在集合S中，根据用户标识信息或终端设备码，计算每个用户带有位置信息的两条XDR(时间差dT(i,j)大于等于10s，且小于60s的首条XDR)记录的用户平均速度(单位，米每秒)，距离l(i,j)采用位置信息WGS84格式的两点之间直线距离。
在集合S中，根据定位精度A，(单位，米，默认10米，可配置)，得到该终端在上面计算出速度v(i,j)的时间段内的时间范围(单位，秒)；
在集合R中提取符合条件的数据同时满足下面条件的数据，放入集合T：
i、XDR记录的用户标识信息属于集合U；
ii、XDR记录时间在该用户在集合S中被算出速度v(i,j)的时间范围{dT(i,j)}内；
iii.XDR记录不属于集合S，但XDR时间在同一用户的可计算速度的dT(i,j)之内，且在集合S中能找到同一用户的、时间差的绝对值≤dt(i,j)的XDR记录。
2、字典补全：
a)标准数据计算：
i.把集合S中的位置信息，根据字典C，按照WGS84、GCJ-02、BD-09的顺序，分别进行坐标系转换，转换成三种坐标系下的经纬度；
ii.在集合T中，依次取一条记录，在集合S中找到同属一个用户的且时间最相近的一条XDR记录，把来自集合T中的经纬度分别与来自集合S中的三个不同坐标系下的经纬度，计算两点间直线距离lst(m,1)、lst(m,2)、lst(m,3)。
b)聚类：
i.按照移动终端APP、终端类型(Ios，Android)、key分别统计，统计在移动终端APP、key都相同的，三种坐标系下的平均值mean(APP,system，key,1)、mean(APP,system，key,2)、mean(APP,system，key,3)；
ii.相同移动终端APP、key、终端类型条件下，均值最小的值所在的坐标系，为该APP、该key、该终端类型的坐标系；
iii.相同移动终端APP、终端类型条件下，每个key对应坐标系的均值最小的key，作为该APP、该终端类型的key；该key对应的坐标系为该APP、该终端类型的坐标系；
c)字典修正
根据上一小节得到的记录(APP,system，key，mean)与字典C中的记录对比，如果：
i.APP,system，key存在相同记录，则修改mean值；mean小于等于精度d，则status＝1，否则status＝2；
ii.APP,system存在相同记录，key不同，则选择mean值较小的记录更新字典对应记录；mean小于等于精度A，则status＝1，否则status＝2；
iii.APP,system不存在相同记录，则在字典中增加一条记录；mean小于等于精度d，则status＝1，否则status＝2。
本发明实施例提供的确定坐标系的方法，通过数据清洗，可以在海量XDR数据中，迅速提取需要的数据，提高算法效率；区分终端系统、终端软件APP、key识别终端软件坐标系，使坐标系划分更加精确，避免了同一终端上报不同经纬度(如目的地经纬度、周围美食店经纬度)所带来的干扰；对比同一终端软件、同一种key、不同的终端系统，还可以发现不同终端系统的定位精度情况，根据对定位精度不同的要求，可以选择使用精度高的坐标系计算用户经纬度。
图3示出了本发明又一实施例提供的一种确定坐标系的装置的结构示意图。
参照图3，在上述实施例的基础上，本发明实施例提供的确定坐标系的装置，所述装置包括获取模块31、匹配模块32和确定模块33，其中：
获取模块31用于根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；匹配模块32用于根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；确定模块33用于若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
获取模块31从空口提取预设时间段内预设范围的多个XDR，每一XDR与一个终端相关。
可选地，预设时间段可为一天，预设范围可为一个地市。
可选地，XDR主要包括两部分，第一部分是用户数据，包括用户标识信息、系统类型和APP类型等，用户标识信息是IMSI(International Mobile Subscriber IdentificationNumber,国际移动用户识别码)或设备码，第二部分是URL(Uniform/Universal ResourceLocator,统一资源定位符)，表示文件资源的地址。
其中，URL包含多个字段，将APP上报自身位置信息时使用的字段称为关键字(key)。
举例来说，一个APP上报自身位置信息时使用key是“x＝，y＝，”；另一APP上报位置信息使用的key是“lat＝，lon＝，”；又一APP上报位置信息使用的key是“Lat/Lon＝”。
可选地，对各个APP历史上报位置信息时曾使用过的key进行统计，建立key集合，key集合包括多个key。
可选地，将坐标系未知的XDR称为目标XDR，将目标XDR对应的终端称为目标终端。
可选地，对目标XDR的第二部分URL进行解析，得到多个字段，采用key集合进行匹配。
若目标XDR的URL中存在与key集合中key匹配的字段，则认为该字段是描述位置信息的字段，即为目标XDR的key。
可选地，无线网络优化平台对目标XDR进行解析，根据第一部分可得到目标终端的系统类型和APP类型。
解析得到目标XDR的系统类型、APP类型和key后，匹配模块32获取预先建立的识别模型，识别模型中包括匹配数据与坐标系的对应关系，匹配数据包括系统类型、APP类型和key这三个参数。
也就是说，通过识别模型，已知一种系统、一种APP和key这三个参数，可以唯一确定这种APP上报位置时使用的坐标系。
可选地，识别模型是根据历史已知的XDR样本数据进行机器学习得到的，对已知APP类型、系统类型、key和实际使用的坐标系进行训练，从而得到识别模型。
举例来说，识别模型的一条记录1为安卓-第一打车APP-上报位置信息使用的key“x＝，y＝，”-BD09，识别模型还包括一条记录2：安卓-第一外卖APP-上报位置信息使用的key“lat＝，lon＝，”-GCJ02。
解析得到的目标XDR的系统类型、APP类型和key分别为“安卓-第一打车APP-上报位置信息使用的key“x＝，y＝，”，则目标XDR的系统类型、APP类型和key与识别模型的记录1的匹配数据完全匹配，则将记录1对应的坐标系BD09作为目标XDR的APP应用的坐标系。
在本步骤中，识别模型是根据历史XDR样本数据经过机器学习得到的，通过识别模型，可以准确预测目标XDR的APP使用的坐标系。
若目标XDR的系统类型、APP类型和key这三个参数与识别模型的一条记录的匹配数据不完全匹配(例如系统类型相同，APP类型相同，但key不相同)，则不能直接确定目标XDR的APP应用的坐标系。
本发明实施例中，根据目标XDR的系统、APP和key与预先建立的识别模型进行匹配，相当于将匹配的参数精细化分类至三个，相较于现有技术仅匹配系统类型，目标XDR同时匹配三个参数，通过三个参数唯一确定目标终端的APP使用的坐标系，可提高识别坐标系的准确性。
在确定APP使用的坐标系后，确定目标终端位于坐标系中的经纬度，从而可准确的定位终端。
本发明实施例提供的确定坐标系的装置，可用于执行上述方法实施例的方法，本实施不再赘述。
本发明实施例提供的确定坐标系的装置，通过匹配模块考虑目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。
图4示出了本发明又一实施例提供的一种电子设备的结构示意图。
参阅图4，本发明实施例提供的电子设备，所述电子设备包括存储器(memory)41、处理器(processor)42、总线43以及存储在存储器41上并可在处理器上运行的计算机程序。其中，所述存储器41、处理器42通过所述总线43完成相互间的通信。
所述处理器42用于调用所述存储器41中的程序指令，以执行所述程序时实现如图1的方法。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
所述根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤具体包括：
获取目标XDR中满足第一条件的字段作为key：
第一条件：以非字母作为端点的字段且与key集合中的key的字符相匹配。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
在满足第一条件的基础上，获取目标XDR中满足第二条件的字段作为key：
第二条件：与key集合中的key的字段长度匹配。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤之前，所述方法包括：
若预设的时间范围内，目标终端存在至少一条XDR,则将所述XDR作为目标XDR。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
每一XDR包括上报时间和用户的标识信息，相应地，所述时间范围是根据以下方式确定的：
根据用户的标识信息，获取同一用户的上报时间差大于等于预设时间区间的两条XDR；
根据用户在时间区间内移动的距离以及时间区间，确定用户在时间区间内移动的平均速度；
根据预设的定位精度的默认值和平均速度，计算得到平均时间；
根据平均时间以及中心时间点，确定所述时间范围。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤之后，所述方法包括：
将目标XDR记为集合T，将与识别模型的记录匹配的目标XDR记为集合S；
将集合S中一条XDR的key，根据WGS84、GCJ-02和BD-09坐标系，分别进行坐标系转换，转换成三种坐标系下的经纬度。
针对集合T中的每一条XDR，在集合S中匹配得到同属一个用户的且时间最相近的一条XDR；
针对这两条XDR，计算来自集合T的一条XDR的key分别与来自集合S中的三种坐标系下的经纬度的直线距离；
针对同一类目标XDR的多个距离，计算距离的平均值；
获取各个平均值最小的一类目标XDR，将这一类目标XDR记为聚类XDR；
根据聚类XDR与识别模型中的记录进行对比，从而确定是否修改定位精度的状态值。
在另一种实施方式中，所述处理器执行所述程序时实现如下方法：
每一记录还包括坐标系的定位精度的状态值，状态值是第一状态值或第二状态值，第一状态值表示的定位精度比第二状态值表示的定位精度高，相应地，若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤具体为：
若目标XDR的系统类型、APP类型和key，与多条记录的匹配数据匹配，则根据定位精度，选择第一状态值对应的坐标系作为目标XDR对应的坐标系。
本发明实施例提供的电子设备，可用于执行上述方法实施例的方法对应的程序，本实施不再赘述。
本发明实施例提供的电子设备，通过所述处理器执行所述程序时实现通过考虑目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。
本发明又一实施例提供的一种存储介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现如图1的步骤。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
所述根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤具体包括：
获取目标XDR中满足第一条件的字段作为key：
第一条件：以非字母作为端点的字段且与key集合中的key的字符相匹配。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
在满足第一条件的基础上，获取目标XDR中满足第二条件的字段作为key：
第二条件：与key集合中的key的字段长度匹配。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤之前，所述方法包括：
若预设的时间范围内，目标终端存在至少一条XDR,则将所述XDR作为目标XDR。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
每一XDR包括上报时间和用户的标识信息，相应地，所述时间范围是根据以下方式确定的：
根据用户的标识信息，获取同一用户的上报时间差大于等于预设时间区间的两条XDR；
根据用户在时间区间内移动的距离以及时间区间，确定用户在时间区间内移动的平均速度；
根据预设的定位精度的默认值和平均速度，计算得到平均时间；
根据平均时间以及中心时间点，确定所述时间范围。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤之后，所述方法包括：
将目标XDR记为集合T，将与识别模型的记录匹配的目标XDR记为集合S；
将集合S中一条XDR的key，根据WGS84、GCJ-02和BD-09坐标系，分别进行坐标系转换，转换成三种坐标系下的经纬度。
针对集合T中的每一条XDR，在集合S中匹配得到同属一个用户的且时间最相近的一条XDR；
针对这两条XDR，计算来自集合T的一条XDR的key分别与来自集合S中的三种坐标系下的经纬度的直线距离；
针对同一类目标XDR的多个距离，计算距离的平均值；
获取各个平均值最小的一类目标XDR，将这一类目标XDR记为聚类XDR；
根据聚类XDR与识别模型中的记录进行对比，从而确定是否修改定位精度的状态值。
在另一种实施方式中，所述程序被处理器执行时实现如下方法：
每一记录还包括坐标系的定位精度的状态值，状态值是第一状态值或第二状态值，第一状态值表示的定位精度比第二状态值表示的定位精度高，相应地，若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤具体为：
若目标XDR的系统类型、APP类型和key，与多条记录的匹配数据匹配，则根据定位精度，选择第一状态值对应的坐标系作为目标XDR对应的坐标系。
本发明实施例提供的存储介质，所述程序被处理器执行时实现上述方法实施例的方法，本实施不再赘述。
本发明实施例提供的存储介质，通过考虑目标XDR的系统类型，APP类型和key这三个参数，与识别模型进行匹配，若存在匹配的记录，则确定目标XDR对应的坐标系是该条记录对应的坐标系，从而可以准确的识别APP应用的坐标系。
本发明又一实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
本领域技术人员可以理解，实施例中的各步骤可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种确定坐标系的方法，其特征在于，所述方法包括：
根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
2.根据权利要求1所述的方法，其特征在于：所述根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤具体包括：
获取目标XDR中满足第一条件的字段作为key：
第一条件：以非字母作为端点的字段且与key集合中的key的字符相匹配。
3.根据权利要求2所述的方法，其特征在于：在满足第一条件的基础上，获取目标XDR中满足第二条件的字段作为key：
第二条件：与key集合中的key的字段长度匹配。
4.根据权利要求1所述的方法，其特征在于:根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key的步骤之前，所述方法包括：
若预设的时间范围内，目标终端存在至少一条XDR,则将所述XDR作为目标XDR。
5.根据权利要求4所述的方法，其特征在于：每一XDR包括上报时间和用户的标识信息，相应地，所述时间范围是根据以下方式确定的：
根据用户的标识信息，获取同一用户的上报时间差大于等于预设时间区间的两条XDR；
根据用户在时间区间内移动的距离以及时间区间，确定用户在时间区间内移动的平均速度；
根据预设的定位精度的默认值和平均速度，计算得到平均时间；
根据平均时间以及中心时间点，确定所述时间范围。
6.根据权利要求1所述的方法，其特征在于：将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤之后，所述方法包括：
将目标XDR记为集合T，将与识别模型的记录匹配的目标XDR记为集合S；
将集合S中一条XDR的key，根据WGS84、GCJ-02和BD-09坐标系，分别进行坐标系转换，转换成三种坐标系下的经纬度。
针对集合T中的每一条XDR，在集合S中匹配得到同属一个用户的且时间最相近的一条XDR；
针对这两条XDR，计算来自集合T的一条XDR的key分别与来自集合S中的三种坐标系下的经纬度的直线距离；
针对同一类目标XDR的多个距离，计算距离的平均值；
获取各个平均值最小的一类目标XDR，将这一类目标XDR记为聚类XDR；
根据聚类XDR与识别模型中的记录进行对比，从而确定是否修改定位精度的状态值。
7.根据权利要求1所述的方法，其特征在于：每一记录还包括坐标系的定位精度的状态值，状态值是第一状态值或第二状态值，第一状态值表示的定位精度比第二状态值表示的定位精度高，相应地，若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系的步骤具体为：
若目标XDR的系统类型、APP类型和key，与多条记录的匹配数据匹配，则根据定位精度，选择第一状态值对应的坐标系作为目标XDR对应的坐标系。
8.一种确定坐标系的装置，其特征在于，所述装置包括：
获取模块，用于根据目标极其详细的记录XDR，获取目标XDR的系统类型、应用软件APP类型和关键字key；
匹配模块，用于根据目标XDR的系统类型、APP类型和key，与预先建立的识别模型进行匹配，所述识别模型包括多个记录，每一记录包括匹配数据与坐标系的对应关系，所述匹配数据包括系统类型、APP类型和key；
确定模块，用于若目标XDR的系统类型、APP类型和key，与一条记录的匹配数据匹配，则将该条记录对应的坐标系作为目标XDR对应的坐标系。
9.一种电子设备，其特征在于，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7任意一项的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现如权利要求1-7任意一项的步骤。
CN201810306889.4A 2018-04-08 2018-04-08 确定坐标系的方法、装置、电子设备和存储介质 Active CN110366094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810306889.4A CN110366094B (zh) 2018-04-08 2018-04-08 确定坐标系的方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810306889.4A CN110366094B (zh) 2018-04-08 2018-04-08 确定坐标系的方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN110366094A true CN110366094A (zh) 2019-10-22
CN110366094B CN110366094B (zh) 2020-11-27

Family

ID=68213487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810306889.4A Active CN110366094B (zh) 2018-04-08 2018-04-08 确定坐标系的方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN110366094B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164164A (zh) * 2013-04-10 2013-06-19 天津三星光电子有限公司 一种触控终端应用程序的显示控制方法及其触控终端
CN103500065A (zh) * 2013-09-27 2014-01-08 天津三星通信技术研究有限公司 用于移动终端的坐标变换方法和装置以及移动终端
CN104048659A (zh) * 2014-06-16 2014-09-17 广州杰赛科技股份有限公司 地图坐标系的转换方法和系统
CN106294833A (zh) * 2016-08-18 2017-01-04 晶赞广告（上海）有限公司 一种坐标系统的识别方法及装置
US20170243565A1 (en) * 2016-02-22 2017-08-24 Canon Kabushiki Kaisha Information processing apparatus, method of controlling the same and non-transitory computer-readable storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164164A (zh) * 2013-04-10 2013-06-19 天津三星光电子有限公司 一种触控终端应用程序的显示控制方法及其触控终端
CN103500065A (zh) * 2013-09-27 2014-01-08 天津三星通信技术研究有限公司 用于移动终端的坐标变换方法和装置以及移动终端
CN104048659A (zh) * 2014-06-16 2014-09-17 广州杰赛科技股份有限公司 地图坐标系的转换方法和系统
US20170243565A1 (en) * 2016-02-22 2017-08-24 Canon Kabushiki Kaisha Information processing apparatus, method of controlling the same and non-transitory computer-readable storage medium
CN106294833A (zh) * 2016-08-18 2017-01-04 晶赞广告（上海）有限公司 一种坐标系统的识别方法及装置

Also Published As

Publication number Publication date
CN110366094B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN107798557B (zh) 电子装置、基于lbs数据的服务场所推荐方法及存储介质
Zheng et al. Detecting collective anomalies from multiple spatio-temporal datasets across different domains
CN109084795B (zh) 基于地图服务的搜索服务设施的方法及装置
TWI703862B (zh) 內容推薦方法及裝置
CN109582588A (zh) 测试用例生成方法、装置及电子设备
CN107404481B (zh) 用户信息识别方法及装置
CN109996168A (zh) 一种获取终端位置的方法及装置
CN104143005A (zh) 一种相关搜索系统及方法
CN104408043A (zh) 一种信息处理方法及服务器
CN107423742A (zh) 人群流量的确定方法及装置
CN111294730B (zh) 一种网络问题投诉信息处理的方法及装置
CN108200111A (zh) 资源配置信息更新方法、装置和资源接口设备
CN108764951A (zh) 用户相似度获得方法和装置、设备、存储介质
CN109982361A (zh) 信号干扰分析方法、装置、设备及介质
CN110263824A (zh) 模型的训练方法、装置、计算设备及计算机可读存储介质
CN106817712A (zh) 一种定位方法及装置和一种服务器
CN111931077B (zh) 数据处理方法、装置、电子设备及存储介质
CN108770057B (zh) 预定指纹库的确定方法及指纹定位方法、装置、存储介质
CN107133689B (zh) 一种位置标记方法
CN106326263B (zh) 获取数据之间的匹配关系的方法和装置
JP6992619B2 (ja) 位置推定装置、位置推定プログラム、および位置推定方法
CN110366094A (zh) 确定坐标系的方法、装置、电子设备和存储介质
CN113032514B (zh) 兴趣点数据处理方法及装置
CN113132891B (zh) 一种基于移动信令的客流统计方法和系统
CN106714097B (zh) 一种确定无线局域网部署信息、终端定位方法及相关装置

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