CN112395310B - 一种电子地图背景点汇聚处理方法及系统 - Google Patents
一种电子地图背景点汇聚处理方法及系统 Download PDFInfo
- Publication number
- CN112395310B CN112395310B CN202011408676.6A CN202011408676A CN112395310B CN 112395310 B CN112395310 B CN 112395310B CN 202011408676 A CN202011408676 A CN 202011408676A CN 112395310 B CN112395310 B CN 112395310B
- Authority
- CN
- China
- Prior art keywords
- background
- points
- background point
- group
- point
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computational Linguistics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种电子地图背景点汇聚处理方法及系统,该方法包括:对各个带有权重信息的背景点进行编号;按照各个背景点的位置信息进行网格划分;背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并;每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。提出了一种全量精确并行计算化快速完整点汇聚处理算法,精确的对所有涉及到的带权点进行汇聚处理,可以准确处理电子地图给出的海量背景点数据,计算步骤可以设计成子任务并行计算程序,提高处理的速度。
Description
技术领域
本发明涉及电子地图领域,尤其涉及一种电子地图背景点汇聚处理方法及系统。
背景技术
电子地图数据编译中,显示背景点的汇聚处理是必不可少的工序之一。在一个电子地图数据中背景点的数量达到上百万级别,这些点按地理坐标随机的分布在广阔的地图范围内。
在地图显示设备上,如果这些背景点不进行处理,就会在不同的比例尺上都会出现多个背景点重叠在一起,严重影响用户辨别,并且太多背景点的显示也会严重拖慢地图移动速度。
发明内容
本发明针对现有技术中存在的技术问题,提供一种电子地图背景点汇聚处理方法及系统,解决现有技术中多个背景点重叠在一起的问题。
本发明解决上述技术问题的技术方案如下:一种电子地图背景点汇聚处理方法,包括:
步骤1,对各个带有权重信息的背景点进行编号;
步骤2,按照各个所述背景点的位置信息进行网格划分;
步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;
步骤4,每个分组以权重从大到小给所述背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
一种电子地图背景点汇聚处理系统,包括:背景点编号模块、网格划分模块、分组合并模块和输出模块;
背景点编号模块,用于对各个带有权重信息的背景点进行编号;
网格划分模块,用于按照各个所述背景点的位置信息进行网格划分;
分组合并模块,用于在背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;
输出模块,用于对每个分组以权重从大到小给所述背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
本发明的有益效果是:提出了一种全量精确并行计算化快速完整点汇聚处理算法,根据背景点的相对位置进行网格划分,分组以及合并,精确的对所有涉及到的带权点进行汇聚处理,该算法可以准确处理电子地图给出的海量背景点数据,计算步骤可以设计成子任务并行计算程序,提高处理的速度。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤2中进行网格划分的过程包括:
计算一个能包括所有背景点的外接矩形,把所述外接矩形分为若干个边长均为L的方格作为划分后的网格。
进一步,所述步骤3中对相邻的网格进行合并的过程为:对四个相互有两个边相邻的网格合并组成一个考察区,把四个相互有两个边相邻考察区合并组成一个新的考察区。
进一步,所述步骤3中通过对各个网格的每个背景点进行遍历完成该分组合并过程,合并过程通过并行方式实现。
进一步,所述步骤2还包括对各个网格进行编号生成网格编号,所述步骤3进行分组的过程中还包括根据每个背景点的编号以及网格编号对所述分组进行编号生成组号。
进一步,所述步骤3中对合并后的分组的编号为两个合并的分组的最大组号。
所述步骤4中如果在组内出现两个或两个以上的背景点的权重都等于最大权重,将该权重都等于最大权重的背景点的集合称为集合A,所述集合A内的取舍过程包括:
步骤401,找出组内每个背景点的所有相邻点,所述相邻点为距离小于等于L的点;
步骤402,计算集合A内每个背景点的距离权重,所述距离权重为点与它的每个相邻点的距离的倒数之和;
步骤403,在集合A内找出距离权重最小的一个背景点放入集合B中,并在集合A中去除该背景点和该背景点所有的相邻点;
步骤404,如果此时集合A中的点的个数大于等于两个,那么转到步骤401;否则把集合A中的点放入集合B中,结束取舍过程,所述集合B为最后的结果。
采用上述进一步方案的有益效果是:通过对各个网格的每个背景点进行遍历完成该分组合并过程,其中关键的合并过程通过并行方式实现速度的提升。
附图说明
图1为本发明实施例提供的一种电子地图背景点汇聚处理方法的流程图;
图2为本发明实施例提供的一种进行网格划分的示意图;
图3为本发明实施例提供的网格合并为考察区的示意图;
图4为本发明实施例提供的考察区合并为新的考察区的示意图;
图5为本发明实施例提供的对分组进行合并的方法的流程图;
图6为本发明实施例提供的对分组进行合并的示意图;
图7为本发明提供的一种电子地图背景点汇聚处理系统的实施例的结构框图;
图8为本发明实施例提供的一种电子设备的实体结构示意图;
附图中,各标号所代表的部件列表如下:
101、背景点编号模块,102、网格划分模块,103、分组合并模块,104、输出模块,201、处理器,202、通信接口,203、存储器,204、通信总线。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
针对电子地图在不同的比例尺上都会出现多个背景点重叠在一起的问题,点汇聚算法就是用来处理这种问题,好的点汇聚算法要求尽量准确全面快速,按背景点的优先级在不同地图层级进行处理。简单来说,背景点的作用范围重复,就需要留下优先级高的背景点。
如图1所示为本发明实施例提供的一种电子地图背景点汇聚处理方法的流程图,由图1可知,该方法包括:
步骤1,对各个带有权重信息的背景点进行编号。
输入的背景点为带有权重值的二维平面上的点,该权重值根据内设规则以及点的属性设置,给每个需要处理的背景点编上唯一的编号。
步骤2,按照各个背景点的位置信息进行网格划分。
步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L。
重复该步骤3中的合并过程直到全部合并到1个单元中,也就完成了背景点的分组。
步骤4,每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
本发明提供的一种电子地图背景点汇聚处理方法,提出了一种全量精确并行计算化快速完整点汇聚处理算法,根据背景点的相对位置进行网格划分,分组以及合并,精确的对所有涉及到的带权点进行汇聚处理,该算法可以准确处理电子地图给出的海量背景点数据,计算步骤可以设计成子任务并行计算程序,提高处理的速度。
实施例1
本发明提供的实施例1为本发明提供的一种电子地图背景点汇聚处理方法的实施例,结合图1可知,该实施例包括:步骤1,对各个带有权重信息的背景点进行编号。
步骤2,按照各个背景点的位置信息进行网格划分。
优选的,进行网格划分的过程包括:
计算一个能包括所有背景点的外接矩形,把外接矩形分为若干个边长均为L的方格作为划分后的网格。
如图2所示为本发明实施例提供的一种进行网格划分的示意图,如图2所示,首先计算一个能包括所有点的外接矩形,并把它们分成若干个相同面积的小方格G1-1、G1-2、…、Gn-1、…、G1-m、G1-m、…、Gn-m,使得每个方格的边长为L,其中最右侧的小方格Gn-1、…、Gn-m和最小侧的小方格G1-m、…、Gn-m的边长可以小于L。
步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L。
优选的,对相邻的网格进行合并的过程为:对四个相互有两个边相邻的网格合并组成一个考察区,把四个相互有两个边相邻的考察区合并组成一个新的考察区。
如图3所示为本发明实施例提供的网格合并为考察区的示意图,如图4所示为本发明实施例提供的考察区合并为新的考察区的示意图。图3中每四个相邻的小方格组成一个考察区后,例如小方格G1-1、G2-1、G1-2和G2-2合并为考察区D1-1-1,合并该考察区内所有有共同的背景点的分组。图4中每四个相邻的T级考察区组成一个新的T+1级考察区后,例如T级考察区D-T-1-1、D-T-2-1、D-T-1-2和D-T-2-2合并为T+1级考察区D-(T+1)-1-1,合并考察区域内所有有共同背景点的分组,合并过程中只需检查与考察区和十字中心线相交的所有小方格内的所有点。
如图5和图6所示分别为本发明实施例提供的对分组进行合并的方法的流程图以及示意图。由图5和图6可知,步骤3中通过对各个网格的每个背景点进行遍历完成该分组合并过程,其中关键的合并过程通过并行方式实现速度的提升。
步骤2还包括对各个网格进行编号生成网格编号,步骤3进行分组的过程中还包括根据每个背景点的编号以及网格编号对分组进行编号生成组号。
具体的,合并后的分组的编号为两个合并的分组的最大组号。
步骤4,每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
步骤4补充:如果在组内出现两个或两个以上的背景点的权重都等于最大权重(下面称它们为集合A),则必须考虑集合A内的背景点的取舍策略,最优的解是保留背景点最多的解。
一种较优的取舍策略的实施步骤如下:
(1)找出集合A内每个点的所有相邻点(凡是与点距离小于等于L的点,都称为该点的相邻点)。
(2)计算集合A内每个点的距离权重(点与它的每个相邻点的距离的倒数之和就是该点的距离权重)。
(3)在集合A内找出距离权重最小的一个点(如果距离权重最小的点不止一个,随机选择其一)放入集合B中,并在集合A中去除该点和该点所有的相邻点。
(4)如果此时集合A中的点的个数大于等于两个,那么转到(1);否则把集合A中的点放入集合B,结束取舍,集合B就是最后的结果。
实施例2
本发明提供的实施例2为本发明提供的一种电子地图背景点汇聚处理系统的实施例,如图7所示为本发明提供的一种电子地图背景点汇聚处理系统的实施例的结构框图,由图7可知,该系统包括:背景点编号模块101、网格划分模块102、分组合并模块103和输出模块104。
背景点编号模块101,用于对各个带有权重信息的背景点进行编号。
网格划分模块102,用于按照各个背景点的位置信息进行网格划分。
分组合并模块103,用于在背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L。
输出模块104,用于对每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
图8为本发明实施例提供的一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器201、通信接口202、存储器203和通信总线204,其中,处理器201,通信接口202,存储器203通过通信总线204完成相互间的通信。处理器201可以调用存储在存储器203上并可在处理器201上运行的计算机程序,以执行上述各实施例提供的电子地图背景点汇聚处理方法,例如包括:步骤1,对各个带有权重信息的背景点进行编号;步骤2,按照各个背景点的位置信息进行网格划分;步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;步骤4,每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的电子地图背景点汇聚处理方法,例如包括:步骤1,对各个带有权重信息的背景点进行编号;步骤2,按照各个背景点的位置信息进行网格划分;步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;步骤4,每个分组以权重从大到小给背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种电子地图背景点汇聚处理方法,其特征在于,所述方法包括:
步骤1,对各个带有权重信息的背景点进行编号;
步骤2,按照各个所述背景点的位置信息进行网格划分;
步骤3,背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;
步骤4,每个分组以权重从大到小给所述背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示;
所述步骤3中对相邻的网格进行合并的过程为:对四个相互有两个边相邻的网格合并组成一个考察区,把四个相互有两个边相邻的考察区合并组成一个新的考察区;
所述步骤2还包括对各个网格进行编号生成网格编号,所述步骤3进行分组的过程中还包括根据每个背景点的编号以及网格编号对所述分组进行编号生成组号;
所述步骤3中对合并后的分组的编号为两个合并的分组的最大组号。
2.根据权利要求1所述的方法,其特征在于,所述步骤2中进行网格划分的过程包括:
计算一个能包括所有背景点的外接矩形,把所述外接矩形分为若干个边长均为L的方格作为划分后的网格。
3.根据权利要求1所述的方法,其特征在于,所述步骤3中通过对各个网格的每个背景点进行遍历完成该分组合并过程,合并过程通过并行方式实现。
4.根据权利要求1所述的方法,其特征在于,所述步骤4中如果在组内出现两个或两个以上的背景点的权重都等于最大权重,将该权重都等于最大权重的背景点的集合称为集合A,所述集合A内的取舍过程包括:
步骤401,找出组内每个背景点的所有相邻点,所述相邻点为距离小于等于L的点;
步骤402,计算集合A内每个背景点的距离权重,所述距离权重为点与它的每个相邻点的距离的倒数之和;
步骤403,在集合A内找出距离权重最小的一个背景点放入集合B中,并在集合A中去除该背景点和该背景点所有的相邻点;
步骤404,如果此时集合A中的点的个数大于等于两个,那么转到步骤401;否则把集合A中的点放入集合B中,结束取舍过程,所述集合B为最后的结果。
5.一种电子地图背景点汇聚处理系统,其特征在于,所述系统包括:背景点编号模块、网格划分模块、分组合并模块和输出模块;
背景点编号模块,用于对各个带有权重信息的背景点进行编号;
网格划分模块,用于按照各个所述背景点的位置信息进行网格划分;
分组合并模块,用于在背景点汇聚过程中根据地图的比例尺将对应数量的相邻的网格进行合并,对合并后的网格内的有公共的背景点的分组进行合并,其中各个分组满足组内的每个背景点和组内的至少一个其它的背景点的距离不超过L,且组内的每个背景点和组外的任一背景点距离都大于L;
输出模块,用于对每个分组以权重从大到小给所述背景点排序,去除与高权重背景点距离不超过L的背景点,按照排序结果进行背景点汇聚后的输出显示;
所述分组合并模块对相邻的网格进行合并的过程为:对四个相互有两个边相邻的网格合并组成一个考察区,把四个相互有两个边相邻的考察区合并组成一个新的考察区;
所述网格划分模块还对各个网格进行编号生成网格编号,所述分组合并模块进行分组的过程中还包括根据每个背景点的编号以及网格编号对所述分组进行编号生成组号;
所述分组合并模块对合并后的分组的编号为两个合并的分组的最大组号。
6.一种电子设备,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至4任一项所述电子地图背景点汇聚处理方法的步骤。
7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述电子地图背景点汇聚处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011408676.6A CN112395310B (zh) | 2020-12-02 | 2020-12-02 | 一种电子地图背景点汇聚处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011408676.6A CN112395310B (zh) | 2020-12-02 | 2020-12-02 | 一种电子地图背景点汇聚处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112395310A CN112395310A (zh) | 2021-02-23 |
CN112395310B true CN112395310B (zh) | 2022-06-17 |
Family
ID=74604361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011408676.6A Active CN112395310B (zh) | 2020-12-02 | 2020-12-02 | 一种电子地图背景点汇聚处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395310B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036688A (zh) * | 2014-05-27 | 2014-09-10 | 厦门雅迅网络股份有限公司 | 基于地图载负量动态筛选电子地图点状要素的方法 |
CN105574194A (zh) * | 2015-12-28 | 2016-05-11 | 江苏鸿信系统集成有限公司 | 一种用于电子地图界面的坐标点处理方法及装置 |
CN110019589A (zh) * | 2017-09-06 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 电子地图显示方法及装置 |
CN110428386A (zh) * | 2019-06-25 | 2019-11-08 | 口口相传(北京)网络技术有限公司 | 地图网格合并方法、装置、存储介质、电子装置 |
CN110688442A (zh) * | 2019-10-08 | 2020-01-14 | 浪潮软件集团有限公司 | 一种基于多层网格分块的电子地图点位聚合方法 |
CN111753041A (zh) * | 2020-06-30 | 2020-10-09 | 重庆紫光华山智安科技有限公司 | 数据聚合渲染方法、装置、系统、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528955B (zh) * | 2014-09-30 | 2018-02-06 | 国际商业机器公司 | 生成道路网络的方法及其装置 |
CN108509532B (zh) * | 2018-03-15 | 2020-09-29 | 浙江大华技术股份有限公司 | 一种应用于地图的聚点方法和装置 |
CN109886509A (zh) * | 2019-03-29 | 2019-06-14 | 长春理工大学 | 一种移动多汇聚节点路径规划方法、系统及电子设备 |
-
2020
- 2020-12-02 CN CN202011408676.6A patent/CN112395310B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036688A (zh) * | 2014-05-27 | 2014-09-10 | 厦门雅迅网络股份有限公司 | 基于地图载负量动态筛选电子地图点状要素的方法 |
CN105574194A (zh) * | 2015-12-28 | 2016-05-11 | 江苏鸿信系统集成有限公司 | 一种用于电子地图界面的坐标点处理方法及装置 |
CN110019589A (zh) * | 2017-09-06 | 2019-07-16 | 腾讯科技(深圳)有限公司 | 电子地图显示方法及装置 |
CN110428386A (zh) * | 2019-06-25 | 2019-11-08 | 口口相传(北京)网络技术有限公司 | 地图网格合并方法、装置、存储介质、电子装置 |
CN110688442A (zh) * | 2019-10-08 | 2020-01-14 | 浪潮软件集团有限公司 | 一种基于多层网格分块的电子地图点位聚合方法 |
CN111753041A (zh) * | 2020-06-30 | 2020-10-09 | 重庆紫光华山智安科技有限公司 | 数据聚合渲染方法、装置、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112395310A (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767375B (zh) | 一种点云质量评估方法及装置 | |
CN112669463B (zh) | 三维点云的曲面重建方法、计算机设备和计算机可读存储介质 | |
KR20100013257A (ko) | 멀티 프로세서 시스템 상에서 데이터 세트를 분할 및 정렬하는 방법 및 장치 | |
CN104133240A (zh) | 大规模并行的克希霍夫叠前深度偏移方法及装置 | |
CN110704560A (zh) | 一种基于道路级拓扑的车道线组结构化的方法及装置 | |
CN108509532B (zh) | 一种应用于地图的聚点方法和装置 | |
CN112395310B (zh) | 一种电子地图背景点汇聚处理方法及系统 | |
CN114461858A (zh) | 一种因果关系分析模型构建及因果关系分析方法 | |
CN110929218A (zh) | 一种差异最小化随机分组方法及系统 | |
CN112199407B (zh) | 一种数据分组排序方法、装置、设备及存储介质 | |
CN113158132A (zh) | 一种基于非结构化稀疏的卷积神经网络加速系统 | |
CN111599015A (zh) | 一种约束条件下的空间多边形网格化填充方法和装置 | |
CN111340296A (zh) | 蜂巢迷宫最短路径计算方法及蜂巢迷宫实训系统 | |
CN106844533A (zh) | 一种数据分组聚集方法及装置 | |
CN111722923A (zh) | 一种异构资源的调用方法、装置和计算机可读存储介质 | |
CN111143639A (zh) | 用户亲密度计算方法、装置、设备及介质 | |
CN109783761A (zh) | 三重积分计算方法、装置、终端设备及可读存储介质 | |
CN110765130B (zh) | 一种分布式环境下基于Ripley’s K函数的时空POI数据点模式分析方法 | |
CN113157806A (zh) | 网格数据分布式存储服务系统、方法、装置、设备及介质 | |
CN110347511A (zh) | 含隐私约束条件的地理分布式进程映射方法、装置及终端 | |
CN110930290A (zh) | 一种数据处理方法及装置 | |
CN116989798B (zh) | 无人机航迹规划方法 | |
CN109035186B (zh) | 基于并行随机采样与传播的地形非特征区域合成方法、装置和电子设备 | |
CN116153435B (zh) | 基于上色与三维结构的多肽预测方法及系统 | |
CN116644538B (zh) | 光伏子阵电缆汇流路径计算方法、计算机设备和存储介质 |
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 |