CN111105124B - 一种基于距离约束的多地标影响力的计算方法 - Google Patents

Abstract

本发明公开了一种基于距离约束的多地标影响力的计算方法，首先确定研究区域内所有需要计算影响力的地标集合LM，以及研究区内的目标位置POS，并采集LM中每个地标LM_i的实际区域；然后，计算POS与每个地标LM_i对应的实际区域的距离；接着基于POS与每个地标LM_i对应的实际区域的距离，计算每个地标LM_i对POS的距离影响力；再确定每个地标LM_i对POS的个体影响力；最后根据距离影响力与个体影响力，计算每个地标LM_i对POS的综合影响力。本发明的方法可有效地估计局部场景中多地标对相同位置的影响力，进而为局部场景中如何选择合适的参照地标进行相对位置描述，提供定量依据，具有一定的实用价值和应用前景。

Description

一种基于距离约束的多地标影响力的计算方法

技术领域

本发明涉及地理空间定位表达技术领域，具体涉及一种基于距离约束的多地标影响力的计算方法。

背景技术

地标是组成城市意象的五种基本要素之一，通常是指具有独特地理特征、具有指位功能的建筑物或地理对象。城市中的地标通常具备三个特征：外观特征显著、与“周”不同以及有区域影响力。地标以其自身位置为中心，对围绕着地标的周边位置描述具有参照性，可作为这些位置描述的参照物，是相对位置描述中重要内容。此外，地标可以是具体的地理实体，如地铁站、商场等；也可以是抽象的指代位置，如武汉广埠屯、北京中关村等。因此，如何估计地标的影响力，对于选取合适的参照地标描述位置就显得特别重要。然而无论是具体还是抽象的，地标的影响力却总是模糊的、不确定的，通常采用显著度的指标来评价地标的影响力。

地标显著性评价方法包括基于空间数据的挖掘方法，显著性度量模型方法和网络资源搜索方法等。其中通过构建显著性度量模型评价地标的方法由于更好的考虑人们对地标的认知而受到广泛的关注。地标显著度的评价指标主要源自外观特征，语义特征和结构特征三个方面。Klippel和Winter考虑了地标周围环境的影响，重点考虑空间对象的结构特征在显著性模型中影响。Caduff和Timpf基于线性显著性度量模型扩展了感知显著性、认知显著性和场景显著性，提出复杂的度量框架。赵卫锋等基于公众认知度、城市中心度和特征属性值构建显著性度量模型，并利用显著度差异结合城市POIs建立地标的层次体系。李霖等从视觉、结构和语义三个角度计算导航地标显著度进行地标的分层，并基于分层地标实现了多粒度路径引导描述。陈香等从知名度、通达度以及个体特征三个方面指标量化显著度模型，提取城市POI中的多层次地标，研究上下层地标之间的认知规律。朱海红等从视觉、认知、空间三方面构建室内地标的显著度评价模型。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

上述研究方法仅考虑地标自身的显著性因素评价地标影响力，却忽略了其他因素对地标影响力的约束，从而无法有效估计局部场景中多地标对相同位置的影响力。

由此可知，现有技术中的方法存在无法有效估计局部场景中多地标对相同位置的影响力的技术问题。

发明内容

有鉴于此，本发明提供了一种基于距离约束的多地标影响力的计算方法，用以解决或者至少部分解决现有技术中的方法存在的无法有效估计局部场景中多地标对相同位置的影响力的技术问题。

为了解决上述技术问题，本发明提供了一种基于距离约束的多地标影响力的计算方法，包括：

步骤S1：确定研究区域内所有需要计算影响力的地标集合LM＝{LM_i|1<i<n}以及研究区内的目标位置POS，并采集LM_i的实际区域，LM_i表示地标集合LM中的一个地标，n表示地标集合LM中包含的地标数量；

步骤S2：计算目标位置POS与地标集合LM中每个地标LM_i对应的实际区域的距离；

步骤S3：基于目标位置POS与地标LM_i对应的实际区域的距离，计算每个地标LM_i对目标位置POS的距离影响力；

步骤S4：确定每个地标LM_i对目标位置POS的个体影响力；

步骤S5：根据距离影响力与个体影响力，计算每个地标LM_i对目标位置POS的综合影响力。

在一种实施方式中，步骤S2具体包括：

当目标位置POS位于地标LM_i实际区域内部时，将目标位置POS与地标LM_i实际区域的距离赋为预设值；否则，将利用ArcMap的近邻分析工具计算得到的目标位置POS与地标LM_i实际区域的最短欧氏距离作为目标位置POS与地标LM_i实际区域的距离。

在一种实施方式中，步骤S3中具体通过下述公式计算地标LM_i对目标位置POS的距离影响力u_i：

其中，d_i表示目标位置POS与第i个地标的距离，n表示地标个数，表示目标位置POS与每个地标的距离之和。

在一种实施方式中，步骤S4具体包括：

步骤S4.1：计算地标LM_i的认知显著度；

步骤S4.2：计算地标LM_i的视觉显著度；

步骤S4.3：计算地标LM_i的场景显著度；

步骤S4.4：基于地标LM_i的认知显著度、视觉显著度与场景显著度，确定地标LM_i对目标位置POS的个体影响力。

在一种实施方式中，步骤S4.1具体包括：

步骤S4.1.1：利用网络搜索引擎检索地标LM_i名称，并对所有地标LM_i的检索结果的数量进行标准化，再根据标准化处理后的检索结果的数量计算地标LM_i的知名度指标；

步骤S4.1.2：根据地标LM_i的功能类别的重要程度等级，计算地标LM_i的功能性指标；

步骤S4.1.3：根据知名度指标与功能性指标，计算地标LM_i的认知显著度。

在一种实施方式中，步骤S4.2具体包括：

步骤S4.2.1：提取地标LM_i的实际占地面积，并对所有地标LM_i的占地面积进行标准化，再根据标准化处理后的占地面积计算地标LM_i的空间范围指标；

步骤S4.2.2：提取地标LM_i所处地面的楼层数，根据楼层数计算地标LM_i的高度指标；

步骤S4.2.3：根据空间范围指标与高度指标，计算地标LM_i的视觉显著度。

在一种实施方式中，步骤S4.3具体包括：

步骤S4.3.1：根据预设范围内是否存在与地标LM_i名称相近的地理实体，计算地标LM_i的唯一性指标；

步骤S4.3.2：根据预设范围内是否存在与地标LM_i功能相同的地理实体，计算地标LM_i的独立性指标；

步骤S4.3.3：利用唯一性和独立性指标，计算地标LM_i的场景显著度。

在一种实施方式中，步骤S4.4具体包括：

分别设置认知显著度、视觉显著度和场景显著度的权重；

根据设置的权重确定地标LM_i对目标位置POS的个体影响力。

在一种实施方式中，根据下述公式进行数据标准化：

其中，x_i表示待标准化数组的元素，max{x_j}数组中的最大值元素，xn_i表示标准化后的数据。

在一种实施方式中，步骤S5具体包括：

步骤S5.1：分别设置距离影响力与个体影响力的权重；

步骤S5.2：根据距离影响力及其权重、个体影响力及其权重，计算每个地标LM_i对目标位置POS的综合影响力。

本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：

本发明提供的一种基于距离约束的多地标影响力的计算方法。首先，确定研究区域内所有需要计算影响力的地标集合以及研究区内的目标位置POS，并采集LM_i的实际区域；然后计算目标位置POS与地标集合LM中每个地标LM_i对应的实际区域的距离；接着基于目标位置POS与地标LM_i对应的实际区域的距离，计算地标LM_i对目标位置POS的距离影响力；再确定地标LM_i对目标位置POS的个体影响力；最后根据距离影响力与个体影响力，计算每个地标LM_i对目标位置POS的综合影响力。

由于本发明提供的计算方法，考虑了距离因素对地标影响力的约束，基于目标位置POS与地标LM_i对应的实际区域的距离，计算地标LM_i对目标位置POS的距离影响力，再根据距离影响力与个体影响力，计算每个地标LM_i对POS的综合影响力，综合考虑了地标显著度的内在因素(反映地标的个体影响力)以及特定位置与不同地标的空间距离的外在因素(反映不同地标对特定位置的距离影响力)，评价场景中多地标对同一位置的影响力，从而可有效地估计局部场景中多地标对相同位置的影响力，进而为局部场景中如何选择合适的参照地标进行相对位置描述，提供定量依据，具有一定的实用价值和应用前景。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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例，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为本发明提供的一种基于距离约束的多地标影响力的计算方法的流程示意图；

图2为具体实施方式中研究区地标分布示意图。

具体实施方式

本发明的目的在于针对现有技术中的方法仅考虑地标自身的显著性因素评价地标影响力，却忽略了距离因素对地标影响力的约束，从而导致无法有效估计局部场景中多地标对相同位置影响力的技术问题，提供一种基于距离约束的多地标影响力的计算方法，从而达到有效估计局部场景中多地标对相同位置影响力的目的。

为达到上述目的，本发明的主要构思如下：

通过分析局部场景中距离因素对多地标影响力的制约，综合考虑特定位置与不同地标的空间距离的外在因素(反映不同地标对特定位置的距离影响力)以及地标显著度的内在因素(反映地标的个体影响力)，评价场景中多地标对相同位置的影响力。其中结合基于位置与各地标的空间距离计算的地标的距离影响力；利用认知、视觉及场景的六个指标计算地标的个体影响力；最终综合得到每个地标的综合影响力。

本发明使用方便，可有效地估计局部场景中多地标对相同位置的影响力，进而为局部场景中如何选择合适的参照地标进行相对位置描述，提供定量依据，具有一定的实用价值和应用前景。

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、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作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。

本实施例提供了一种基于距离约束的多地标影响力的计算方法，请参见图1，该方法包括：

步骤S1：确定研究区域内所有需要计算影响力的地标集合LM＝{LM_i|1<i<n}以及研究区内的目标位置POS，并采集LM_i的实际区域，LM_i表示地标集合LM中的一个地标，n表示地标集合LM中包含的地标数量。

具体来说，本申请发明人通过大量的研究与实践发现：现有技术中的研究方法仅考虑地标自身的显著性因素评价地标影响力，却忽略了距离因素对地标影响力的约束。然而大部分的现实场景中，同一位置通常是同时受到多个地标的影响，即地标的影响范围是会相互制约的。因此，有必要在地标影响力计算中充分考虑目标位置与地标间的距离，进而为人们如何合理选择参照地标提供支持。

步骤S1中的研究区域和目标位置POS可以根据实际需要进行选取，请参见图2，为一种实施方式中研究区地标分布示意图。所有需要计算影响力的地标构成地标集合。

步骤S2：计算目标位置POS与地标集合LM中每个地标LM_i对应的实际区域的距离。

具体来说，遍历地标集合LM，计算其中包含的每个地标对应的实际区域与目标位置之间的距离，可以采用现有的距离计算方式。

在一种实施方式中，步骤S2具体包括：

当目标位置POS位于地标LM_i实际区域内部时，将目标位置POS与地标LM_i实际区域的距离赋为预设值；否则，将利用ArcMap的近邻分析工具计算得到的目标位置POS与地标LM_i实际区域的最短欧氏距离作为目标位置POS与地标LM_i实际区域的距离。

具体来说，预设值可以为一个很小的数，例如0.00001。

步骤S3：基于目标位置POS与地标LM_i对应的实际区域的距离，计算地标LM_i对目标位置POS的距离影响力。

具体来说，在计算出距离后，则根据距离的大小确定地标对目标位置POS的距离影响力，如果距离近，则影响力较小，反之则影响力大。

在一种实施方式中，步骤S3中具体通过下述公式计算地标对目标位置POS的距离影响力u_i：

其中，d_i表示POS与第i个地标的距离，n表示地标个数，表示计算目标位置POS与每个地标LM_i的距离之和。

步骤S4：确定地标LM_i对目标位置POS的个体影响力。

具体来说，可以利用认知、视觉及场景的相关指标计算地标的个体影响力。

在一种实施方式中，步骤S4具体包括：

步骤S4.1：计算地标LM_i的认知显著度；

步骤S4.2：计算地标LM_i的视觉显著度；

步骤S4.3：计算地标LM_i的场景显著度；

步骤S4.4：基于地标LM_i的认知显著度、视觉显著度与场景显著度，确定地标LM_i对目标位置POS的个体影响力。

具体来说，在计算出认知显著度、视觉显著度与场景显著度后，分别设置其权重，再计算地标LM_i对目标位置POS的个体影响力。

在一种实施方式中，步骤S4.1具体包括：

步骤S4.1.1：利用网络搜索引擎检索地标LM_i名称，并对所有地标LM_i的检索结果的数量进行标准化，再根据标准化处理后的检索结果的数量计算地标LM_i的知名度指标；

步骤S4.1.2：根据地标LM_i的功能类别的重要程度等级，计算地标LM_i的功能性指标；

步骤S4.1.3：根据知名度指标与功能性指标，计算地标LM_i的认知显著度。

具体来说，步骤S4.1.2功能性指标计算中，按照重要程度将地标功能性指标值分为6个等级，各等级的取值如表1所示：

表1功能性指标值

步骤S4.1.3中可以，分别设置知名度指标与功能性指标的权重后，计算地标LM_i的认知显著度，作为示例，计算方式可以是：

S₁＝0.75S₁₁+0.25S₁₂

其中，S₁₁为知名度指标，S₁₂为功能性指标。

在一种实施方式中，步骤S4.2具体包括：

步骤S4.2.1：提取地标LM_i的实际占地面积，并对所有地标LM_i的占地面积进行标准化，再根据标准化处理后的占地面积计算地标LM_i的空间范围指标；

步骤S4.2.2：提取地标LM_i所处地面的楼层数，根据楼层数计算地标LM_i的高度指标；

步骤S4.2.3：根据空间范围指标与高度指标，计算地标LMi的视觉显著度。

具体来说，步骤S4.2.2的高度指标计算中，将地标高度指标分为5个等级，各等级的取值如表2所示：

表2高度指标值

步骤S4.1.3中，可以分别设置空间范围指标与高度指标的权重后，计算地标LM_i的视觉显著度，作为示例，计算方式可以是：

S₂＝0.16S₂₁+0.84S₂₂

其中，S₂₁为空间范围指标，S₂₂为高度指标。

在一种实施方式中，步骤S4.3具体包括：

步骤S4.3.1：根据预设范围内是否存在与地标LM_i名称相近的地理实体，计算地标LM_i的唯一性指标；

步骤S4.3.2：根据预设范围内是否存在与地标LM_i功能相同的地理实体，计算地标LM_i的独立性指标；

步骤S4.3.3：利用唯一性和独立性指标，计算地标LM_i的场景显著度。

具体来说，可以利用百度地图等工具来检索预设范围，预设范围可以根据实际需求设置。本实施方式中，将研究区向外扩展1km的缓冲区范围作为预设范围。若检索范围内不存在与地标LM_i名称相近的地理实体，该指标值为1，反之为0。其中，名称是否相近，通过名称中的关键词匹配来确定，如果匹配度超过阈值，则认为相近，否则认为不相近。

类似地，若预设范围内不存在与地标LM_i功能相同的地理实体，该指标值为1，反之为0。其中名称是否相近、功能是否相同可以通过现有的识别方法来实现。

其中，步骤S4.3.3中，可以分别设置唯一性指标和独立性指标的权重后，计算地标LM_i的场景显著度，作为示例，计算方式可以是：

S₃＝0.50S₃₁+0.50S₃₂

其中，S₃₁为唯一性指标，S₃₂为独立性指标。

在一种实施方式中，步骤S4.4具体包括：

分别设置认知显著度、视觉显著度和场景显著度的权重；

根据设置的权重确定地标LM_i对目标位置POS的个体影响力。

具体来说，个体影响力可以根据如下公式计算：

S_S＝0.648S₁+0.230S₂+0.122S₃

其中：S₁为认知显著度，S₂为视觉显著度，S₃为场景显著度。

在一种实施方式中，根据下述公式进行数据标准化：

其中，x_i表示待标准化数组的元素，max{x_j}数组中的最大值元素，xn_i表示标准化后的数据。

具体来说，待标准化的数据可以为检索结果的数量或者占地面积，待标准化的数据构成待标准化数组。

步骤S5：根据距离影响力与个体影响力，计算每个地标LM_i对目标位置POS的综合影响力。

在一种实施方式中，步骤S5具体包括：

步骤S5.1：分别设置距离影响力与个体影响力的权重；

步骤S5.2：根据距离影响力及其权重、个体影响力及其权重，计算每个地标LM_i对目标位置POS的综合影响力。

具体实施过程中，权重可以根据实际情况设置，例如0.7、0.3，0.8、0.2等等。综合影响力可以根据如下公式计算：

S＝0.8S_S+0.2S_D

其中：S_S为距离影响力，S_D为个体影响力。

与现有技术相比，本发明的优点和有益效果：本发明提出一种基于距离约束的多地标影响力的计算方法，该方法能够很好地反映除了自身显著性外，充分考虑了距离因素对于地标影响力的约束。特别是在局部场景多地标的环境中，目标位置与地标越近，越有可能在地标的影响范围内，即使该地标的显著度并非最高。本发明方法可有效地估计局部场景中地标的影响力，可进一步为地标模糊影响范围的划定提供数值依据。

为了更好地理解本发明的技术方案，下面以江西省南昌市八一广场区域作为研究区，进行实验来说明具体实施方式。

步骤1，选取研究区内的“南昌百货大楼”(LM₁)、“八一广场地铁站-4口”(LM₂)、“八一广场地铁站-5口”(LM₃)与“万达广场”(LM₄)为需要计算影响力的地标，并采集其的空间范围，并指定区域内的任一位置POS为目标位置，如图2所示。

步骤2，因为POS都在上述四个地标的外部，利用ArcMap的近邻分析工具，计算POS与每个地标的距离；

步骤3，遍历四个地标，构建POS与每个地标LM_i(i＝1,2,3,4)的距离集合；

步骤4，基于距离集合，利用公式(1)计算单个LM_i对POS的距离影响力，计算结果如表3所示；

其中，di表示POS与第i个地标的距离；n表示地标个数。

表3距离影响力计算结果

步骤5，在百度搜索引擎中检索每个地标的名称，并对利用公式(2)所有地标的检索结果的数量进行标准化，得到知名度指标，计算结果如表4所示；

其中x_i为待标准化数组的元素；max{x_j}数组中的最大值元素；

表4知名度指标计算结果

步骤6，根据每个LM_i的功能类别的重要程度等级匹配相应的功能性指标，如表5所示；

表5功能性指标计算结果

步骤7，提取每个LM_i的实际占地面积，并对占地面积利用公式(2)进行标准化处理，得到空间范围指标，计算结果如表6所示；

表6空间范围指标计算结果

步骤8，提取地标地面上的楼层数，并计算高度指标，结果如表7所示；

表7高度指标计算结果

步骤9，研究区内的四个地标均不存在易混淆的其他地标，因此LM₁、LM₂、LM₃与LM₄的唯一性指标S₃₁值为1；

步骤10，研究区内的四个地标均功能类似的地标，因此LM₁、LM₂、LM₃与LM₄的独立性指标S₃₂值为0；

步骤11，利用公式(3)计算每个地标的认识显著度；

S₁＝0.75S₁₁+0.25S₁₂ (3)

其中，S₁₁为知名度指标，S₁₂为功能性指标。

步骤12，利用公式(4)计算每个地标的视觉显著度；

S₂＝0.16S₂₁+0.84S₂₂ (4)

其中，S₂₁为空间范围指标，S₂₂为高度指标。

步骤13，利用公式(5)计算每个地标的场景显著度；

S₃＝0.50S₃₁+0.50S₃₂ (5)

其中，S₃₁为唯一性指标，S₃₂为独立性指标。

步骤14，利用公式(6)计算每个地标的个体影响力，如表8所示；

S_S＝0.648S₁+0.230S₂+0.122S₃ (6)

其中：S₁为认知显著度，S₂为视觉显著度，S₃为场景显著度。

表8个体影响力计算结果

步骤15，利用公式(7)计算每个地标的综合影响力，如表9所示：

S＝0.8S_S+0.2S_D (7)

其中：S_S为距离影响力，S_D为个体影响力。

表9综合影响力计算结果

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于距离约束的多地标影响力的计算方法，其特征在于，包括：

步骤S1：确定研究区域内所有需要计算影响力的地标集合LM＝{LM_i|1<i<n}以及研究区内的目标位置POS，并采集LM_i的实际区域，LM_i表示地标集合LM中的一个地标，n表示地标集合LM中包含的地标数量；

步骤S2：计算目标位置POS与地标集合LM中每个地标LM_i对应的实际区域的距离；

步骤S3：基于目标位置POS与地标LM_i对应的实际区域的距离，计算每个地标LM_i对目标位置POS的距离影响力；

步骤S4：确定每个地标LM_i对目标位置POS的个体影响力；

步骤S5：根据距离影响力与个体影响力，计算每个地标LM_i对目标位置POS的综合影响力；

其中，步骤S3中具体通过下述公式计算地标LM_i对目标位置POS的距离影响力u_i：

其中，d_i表示目标位置POS与第i个地标的距离，n表示地标个数，d_j表示目标位置POS与第j个地标的距离。

2.如权利要求1所述的方法，其特征在于，步骤S2具体包括：

当目标位置POS位于地标LM_i实际区域内部时，将目标位置POS与地标LM_i实际区域的距离赋为预设值；否则，将利用ArcMap的近邻分析工具计算得到的目标位置POS与地标LM_i实际区域的最短欧氏距离作为目标位置POS与地标LM_i实际区域的距离。

3.如权利要求1所述的方法，其特征在于，步骤S4具体包括：

步骤S4.1：计算地标LM_i的认知显著度；

步骤S4.2：计算地标LM_i的视觉显著度；

步骤S4.3：计算地标LM_i的场景显著度；

步骤S4.4：基于地标LM_i的认知显著度、视觉显著度与场景显著度，确定地标LM_i对目标位置POS的个体影响力。

4.如权利要求3所述的方法，其特征在于，步骤S4.1具体包括：

步骤S4.1.1：利用网络搜索引擎检索地标LM_i名称，并对所有地标LM_i的检索结果的数量进行标准化，再根据标准化处理后的检索结果的数量计算地标LM_i的知名度指标；

步骤S4.1.2：根据地标LM_i的功能类别的重要程度等级，计算地标LM_i的功能性指标；

步骤S4.1.3：根据知名度指标与功能性指标，计算地标LM_i的认知显著度。

5.如权利要求3所述的方法，其特征在于，步骤S4.2具体包括：

步骤S4.2.1：提取地标LM_i的实际占地面积，并对所有地标LM_i的占地面积进行标准化，再根据标准化处理后的占地面积计算地标LM_i的空间范围指标；

步骤S4.2.2：提取地标LM_i所处地面的楼层数，根据楼层数计算地标LM_i的高度指标；

步骤S4.2.3：根据空间范围指标与高度指标，计算地标LM_i的视觉显著度。

6.如权利要求3所述的方法，其特征在于，步骤S4.3具体包括：

步骤S4.3.1：根据预设范围内是否存在与地标LM_i名称相近的地理实体，计算地标LM_i的唯一性指标；

步骤S4.3.2：根据预设范围内是否存在与地标LM_i功能相同的地理实体，计算地标LM_i的独立性指标；

步骤S4.3.3：利用唯一性和独立性指标，计算地标LM_i的场景显著度。

7.如权利要求3所述的方法，其特征在于，步骤S4.4具体包括：

分别设置认知显著度、视觉显著度和场景显著度的权重；

根据设置的权重确定地标LM_i对目标位置POS的个体影响力。

8.如权利要求4或5所述的方法，其特征在于，根据下述公式进行数据标准化：

其中，x_i表示待标准化数组的元素，max{x_j}数组中的最大值元素，xn_i表示标准化后的数据。

9.如权利要求1所述的方法，其特征在于，步骤S5具体包括：

步骤S5.1：分别设置距离影响力与个体影响力的权重；

步骤S5.2：根据距离影响力及其权重、个体影响力及其权重，计算每个地标LM_i对目标位置POS的综合影响力。