CN113220815A - 区域信息处理方法及装置 - Google Patents
区域信息处理方法及装置 Download PDFInfo
- Publication number
- CN113220815A CN113220815A CN202110547433.9A CN202110547433A CN113220815A CN 113220815 A CN113220815 A CN 113220815A CN 202110547433 A CN202110547433 A CN 202110547433A CN 113220815 A CN113220815 A CN 113220815A
- Authority
- CN
- China
- Prior art keywords
- area
- determining
- objects
- region
- class
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 31
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000009826 distribution Methods 0.000 claims description 92
- 238000000034 method Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000011002 quantification Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000001419 dependent effect Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 76
- 230000000875 corresponding effect Effects 0.000 description 66
- 239000011159 matrix material Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 6
- 241000894007 species Species 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 239000004566 building material Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 241000242759 Actiniaria Species 0.000 description 1
- 241000334163 Amphiprion percula Species 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/29—Geographical information databases
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种区域信息处理方法及装置,涉及计算机技术中的人工智能领域。具体实现方案为:获取第一区域与第二区域之间的第一距离、第一区域中包括的第一对象集合、以及第二区域中包括的第二对象集合。根据第一距离,确定第一区域与第二区域之间的空间依赖信息。根据第一对象集合和第二对象集合,确定第一区域与第二区域之间的对象依赖信息。根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系。从区域之间的距离的角度,以及区域之间的功能的依赖关系的角度,可以准确有效的实现对于两个区域之间的共生关系的量化。
Description
技术领域
本公开涉及计算机技术中的人工智能领域,尤其涉及一种区域信息处理方法及装置。
背景技术
共生关系是生物界的一种概念,指的是生物界中某两种物种之间的一种互相依赖、双方互利的一种双向关系。
在城市环境中,不同的区域之间也存在着相互依存的联系,若能够对不同区域之间的相互依赖的关系进行量化,则对丰富地图内容、优化交通调度、商业选址推荐、城市综合治理等多种业务场景都有着非常重要的意义。
目前,针对不同区域之间的相互依赖关系的量化,尚没有有效的解决方案。
发明内容
本公开提供了一种区域信息处理方法及装置。
根据本公开的第一方面,提供了一种区域信息处理方法,包括:
获取第一区域与第二区域之间的第一距离、所述第一区域中包括的第一对象集合、以及所述第二区域中包括的第二对象集合;
根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息;
根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息;
根据所述空间依赖信息和所述对象依赖信息,确定所述第一区域和所述第二区域之间的共生关系。
根据本公开的第二方面,提供了一种区域信息处理装置,包括:
获取模块,用于获取第一区域与第二区域之间的第一距离、所述第一区域中包括的第一对象集合、以及所述第二区域中包括的第二对象集合;
第一确定模块,用于根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息;
第二确定模块,用于根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息;
处理模块,用于根据所述空间依赖信息和所述对象依赖信息,确定所述第一区域和所述第二区域之间的共生关系。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本公开的技术解决了无法实现对不同区域之间的相互依赖关系的量化的问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的区域信息处理方法的场景示意图;
图2为本公开实施例提供的区域信息处理方法的流程图;
图3为本公开实施例提供的区域信息处理方法的流程图二;
图4为本申请实施例提供的区域对应的功能类别的实现示意图
图5为本申请实施例提供的对象关系的可能的实现示意图;
图6为本公开实施例提供的区域信息处理方法的流程图三;
图7为本公开实施例提供的区域信息处理方法的流程图四;
图8为本公开实施例提供的区域信息处理方法的流程示意图;
图9为本公开实施例的区域信息处理装置的结构示意图
图10是用来实现本公开实施例的区域信息方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了更好的理解本公开的技术方案,首先对本公开所涉及的相关技术进行进一步的详细介绍。
共生关系(Symbiosis)是生物界的一种概念,指的是生物界中某两种物种之间的一种互相依赖、双方互利的一种双向关系,这些关系可以是长期的,包括物质接触或者生化联系。典型案例,如海葵和小丑鱼,水牛和牛椋鸟等。
目前,在城市环境中的不同区域之间之间也存在着相互依存的联系,其中区域例如可以为社区,或者还可以为街区等,本实施例对区域的具体划分不做限制。
若能够对不同区域之间的相互依赖的关系进行量化,则对丰富地图内容、优化交通调度、商业选址推荐、城市综合治理等多种业务场景都有着非常重要的意义。
目前,针对不同区域之间的相互依赖关系的量化,尚没有有效的解决方案,因此本公开提出了如下技术构思:通过分析不同区域之间的功能分布之间的互补关系,在产业链供应关系的视角下,辅以空间特性,从而对不同区域之间的相互依存关系进行量化,以得到不同区域之间的共生关系。
例如可以首先结合图1对本公开所提供的区域信息处理方法的场景进行说明,图1为本公开实施例提供的区域信息处理方法的场景示意图。
如图1所示,当前存在一个总区域,在总区域中可以包括多个区域,例如在图1中,总区域中包括区域a、区域b、区域c和区域d。可以理解的是,图1中所展示的总区域以及各个划分区域的实现,仅仅是为了说明情况给出的示例性的说明。
在实际实现过程中,总区域例如可以理解为一个城市区域,至于这个城市区域的具体范围和具体划分,可以根据实际需求进行选择。以及在城市区域中所划分出来的区域a、区域b等等,其例如可以为街区,或者还可以为社区等等,本实施例对划分区域的具体实现同样不做限制,其可以根据实际需求进行选择。
在本实施例中,可以确定任意两个区域之间的共生关系,例如可以确定区域a和区域b之间的共生关系,以及还可以确定区域a和区域c之间的共生关系等等。例如以区域a和区域b之间的共生关系为例,例如可以获取区域a的相关数据,以及获取区域b的相关数据,之后根据区域a的数据和区域b的数据,确定区域a和区域b之间的共生关系。
下面结合具体的实施例,对确定不同区域之间的共生关系的实现方式进行介绍,值得说明的是,本公开中各实施例的执行主体例如可以为服务器、处理器、微处理器等具备数据处理功能的设备,本公开中对执行主体的具体实现不做特别限制,只要其是具备数据处理功能的设备即可。
图2为本公开实施例提供的区域信息处理方法的流程图。
如图2所示,该方法包括:
S201、获取第一区域与第二区域之间的第一距离、第一区域中包括的第一对象集合、以及第二区域中包括的第二对象集合。
在本实施例中,需要确定第一区域和第二区域之间的共生关系,第一区域和第二区域可以为任意两个不同的区域,本实施例对此不做限制。
本实施例中可以获取第一区域与第二区域之间的第一距离,以及可以获取第一区域中包括的第一对象集合,以及可以获取第二区域中包括的第二对象即可。
其中,第一距离例如可以为两个区域的区域中心坐标之间的球面距离,或者还可以为欧式距离等等,在实际实现过程中,第一距离可以为任一种可能的物理空间距离,本实施例对此不做限制。
以及,本实施例中所提到的对象,例如可以理解为兴趣点(Point of Interest,POI),在地理数据系统中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。
因此本实施例中获取第一区域中包括的第一对象集合,可以理解为获取第一区域中所包括的兴趣点的集合。以及获取第二区域中包括的第二对象集合,可以理解为获取第二区域中所包括的兴趣点的集合。
在获取上述介绍的数据的时候,在一种可能的实现方式中,第一距离、第一对象集合、第二对象集合等均可以存储在地图数据中,则可以从地图数据中获取上述数据,比如说从地图数据中获取第一区域和第二区域之间的第一距离,以及从地图数据中获取第一对象集合和第二对象集合。
在从地图数据中获取对象集合的一种可能的实现方式中,例如可以直接获取各个区域的范围内所包括的兴趣点,从而得到第一对象集合和第二对象集合;或者,还可以获取第一区域和第二区域所在的城市区域的所有兴趣点的位置,之后根据各个兴趣点的位置和第一区域的范围、第二区域的范围进行匹配,从而确定第一区域的中包括的第一对象集合以及第二区域中包括的第二对象集合。
在获取上述介绍的数据的另一种可能的实现方式中,上述介绍的各个数据例如可以存储在预设设备中,则可以根据第一区域的区域标识以及第二区域的区域标识,从预设设备中获取第一距离、第一对象集合以及第二对象集合。
本实施例对获取上述介绍的数据的具体实现方式不做特别限制,其可以根据实际需求进行选择。
S202、根据第一距离,确定第一区域与第二区域之间的空间依赖信息。
在获取到上述介绍的各个数据之后,可以根据其中的第一距离,确定第一距离和第二距离之间的空间依赖信息。
可以理解的是,两个区域之间的共生关系和距离之间是存在一定的关联关系的,在一种可能的实现方式中,两个区域之间的距离越近,则共生关系越强,相应的,两个区域之间的距离越远,则共生关系越弱。
因此本实施例中可以首先根据第一区域和第二区域之间的第一距离,确定第一区域和第二区域之间的空间依赖信息,其中,空间依赖信息例如可以用于指示,两个区域之间的距离在确定共生关系时的影响程度。
在一种可能的实现方式中,例如可以根据第一预设函数处理第一距离,从而确定第一区域与第二区域之间的空间依赖信息;或者,还可以将第一距离作为第一预设模型的输入,从而确定第一区域与第二区域之间的空间依赖信息,本实施例对此不做限制,只要是第一区域与第二区域之间的空间依赖信息是根据第一距离确定的即可。
S203、根据第一对象集合和第二对象集合,确定第一区域与第二区域之间的对象依赖信息。
以及本实施例中可以根据第一对象集合和第二对象集合,确定第一区域与第二区域之间的对象依赖关系,对象依赖关系例如可以用于指示,两个区域之间的兴趣点在确定共生关系时的影响程度。
比如说在第一区域中存在商场a,在第二区域中存在写字楼b,写字楼b中的员工在下班之后经常去商场a里面吃饭,因此不同区域之间的兴趣点是存在一定的相互依赖关系的,本实施例中的对象依赖信息就是用于量化这种依赖关系的。
在一种可能的实现方式中,例如可以根据第二预设函数处理第一对象集合和第二对象集合,从而确定第一区域与第二区域之间的对象依赖信息;或者,还可以将第一对象集合和第二对象集合作为第二预设模型的输入,从而确定第一区域和第二区域之间的对象依赖信息,本实施例对此不做限制,只要是对象依赖信息是根据第一对象集合和第二对象集合确定的即可。
S204、根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系。
在确定空间依赖信息和对象依赖信息之后,就可以根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系。
可以理解的是,空间依赖信息可以指示第一区域和第二区域之间的距离的影响因子,对象依赖信息可以指示第一区域和第二区域之间的兴趣点的影响因子,而距离和兴趣点可以有效的指示区域之间的共生关系,因此根据这两部分信息,就可以准确有效的确定第一区域和第二区域之间的共生关系。
在一种可能的实现方式中,第一区域和第二区域之间的共生关系可以为一个具体的数值,因此本实施例中的共生关系还可以具体为共生度,共生关系可以指示第一区域和第二区域之间的依赖关系、相互影响关系等等。
在根据空间依赖信息和对象依赖信息确定第一区域和第二区域之间的共生关系时,例如可以根据第三预设函数处理空间依赖信息和对象依赖信息,从而确定第一区域和第二区域之间的共生关系;或者,还可以将空间依赖信息和对象依赖信息输入至第三预设模型,从而得到第一区域和第二区域之间的共生关系,本实施例对确定共生关系的具体实现方式不做限制,只要是根据空间依赖信息和对象依赖信息确定的即可。
因此在本实施例中,可以基于上述介绍的流程,准确有效的实现对于两个不同区域之间的共生关系的量化。
本公开实施例提供的区域信息处理方法,包括:获取第一区域与第二区域之间的第一距离、第一区域中包括的第一对象集合、以及第二区域中包括的第二对象集合。根据第一距离,确定第一区域与第二区域之间的空间依赖信息。根据第一对象集合和第二对象集合,确定第一区域与第二区域之间的对象依赖信息。根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系。通过根据第一区域和第二区域之间的距离,确定两个区域之间的空间依赖信息,以及根据第一区域对应的兴趣点和第二区域对应的兴趣点,确定两个区域之间的对象依赖信息,最后基于控件依赖信息和对象依赖信息得到第一区域和第二区域之间的共生关系,从而可以从区域之间的距离的角度,以及区域之间的功能的依赖关系的角度,准确有效的实现对于两个区域之间的共生关系的量化。
在上述实施例的基础上,下面结合图3至图5对本公开实施例提供的区域信息处理方法进行进一步的详细介绍,图3为本公开实施例提供的区域信息处理方法的流程图二,图4为本申请实施例提供的区域对应的功能类别的实现示意图,图5为本申请实施例提供的对象关系的可能的实现示意图。
如图3所示,该方法包括:
S301、获取第一区域与第二区域之间的第一距离、第一区域中包括的第一对象集合、以及第二区域中包括的第二对象集合。
其中,S301的实现方式与S201的实现方式类似。
S302、判断第一距离是否小于或等于预设距离,若是,则执行S303,若否,则执行S304;
在本实施例中,首先结合S302-S310对确定空间依赖信息的实现方式进行详细介绍,在确定空间依赖信息时,是根据第一区域和第二区域之间的第一距离确定的。
在本实施例中,区域之间的共生度与距离例如为正相关,距离越近,共生度越高,距离越远,共生度越低,但是,共生度的衰减又不应该是线性衰减,随着距离的增加,共生度的衰减应该越来越慢。
因此,在一种可能的实现方式中,针对第一距离大于预设距离,和第一距离小于或等于预设距离,在确定空间依赖信息的时候的实现方式并不相同。
因此可以首先判断第一距离是否小于或等于预设距离,其中,预设距离的具体实现方式可以根据实际需求进行选择。
例如根据第一距离确定空间依赖信息的实现可以满足如下公式一:
其中,distance为第一距离,θd为预设距离,d(a,b)表示区域a与区域b之间的物理空间距离(例如为欧式距离、球面距离等等,可以认为就是上述介绍的第一距离),α(a,b)表示区域a和区域b之间的物理距离的幂律衰减程度,a例如可以表示第一区域,b例如可以表示第二区域,ζ(a,b)表示区域a和区域b之间的空间依赖信息。
S303、确定空间依赖信息为预设信息。
在一种可能的实现方式中,若确定第一距离小于等于预设距离,则表示两个区域之间相距并不是很远,因此可以确定空间依赖信息为预设信息。
因为本实施例中是要实现对共生关系的量化,因此本实施例中的空间依赖信息可以是数值类的信息,对应的,其中的预设信息例如可以为预设数值,比如说预设信息可以为上述公式一中介绍的预设数值1,或者预设信息还可以为任意的数值。
S304、获取第一区域的第一面积、第二区域的第二面积。
在另一种可能的实现方式中,若确定第一距离大于预设距离,则表示两个区域之间相距是相对较远的,则第一区域和第二区域之间的空间依赖信息例如可以定义为两个区域距离的幂函数,也就是上述公式一中介绍的d(a,b)-α(a,b)。
因此在这种情况下,要确定第一区域和第二区域之间的空间依赖关系,就需要确定第一区域和第二区域之间的物理距离的幂律衰减程度α(a,b)。
在一种可能的实现方式中,第一区域和第二区域之间的物理距离的幂律衰减程度α(a,b)例如可以满足如下公式二:
α(a,b)=α0-λ×ρ(a,b)+(1-λ)×η(a,b) 公式二
其中,α(a,b)为幂律衰减程度,α0为常数,其取值例如在1.5到2之间,(1.5≤α0≤2),例如可以默认为1.5;λ为权重系数,例如可以默认为0.5;其中ρ(a,b)表示第一区域和第二区域的总归一化面积,η(a,b)表示第一区域和第二区域之间的总对象分布信息。
基于上述介绍可以确定的是,在确定第一距离大于预设距离时,要确定第一区域和第二区域之间的空间依赖信息,就需要确定第一区域和第二区域之间的物理距离的幂律衰减程度α(a,b),而幂律衰减程度α(a,b)是根据总归一化面积ρ(a,b)以及总对象分布信息η(a,b)确定的。
因此需要首先确定总归一化面积ρ(a,b)以及总对象分布信息η(a,b),下面结合S304-S306对总归一化面积ρ(a,b)的实现方式进行介绍。
在一种可能的实现方式中,总归一化面积ρ(a,b)例如可以满足如下公式三:
基于此,在确定总归一化面积ρ(a,b)的时候,就需要确定第一区域的归一化面积和第二区域的归一化面积,在一种可能的实现方式中,归一化面积的实现可以满足如下公式四:
其中,r表示区域,其可以为第一区域,也可以为第二区域,area(r)表示区域r的面积,R为区域r所在的城市的区域集合,maxr∈Rarea(r)表示在区域集合R中的最大面积。
基于上述公式四,可以确定的是,要确定的第一区域的归一化面积,以及第二区域的归一化面积,需要的是第一区域和第二区域的面积。
因此本实施例中可以获取第一区域的第一面积、第二区域的第二面积,在一种可能的实现方式中,例如可以从地图信息中获取第一区域的面积,以及从地图信息中获取第二区域的面积。
或者,还可以从预设设备中获取第一区域的第一面积,以及从预设设备中获取第二区域的第二面积,在预设设备中可以存储有各个区域的相关数据。
S305、确定第一面积对应的第一归一化面积、以及第二面积对应的第二归一化面积。
在获取到第一区域的第一面积之后,就可以根据第一面积,确定第一面积对应的第一归一化面积。
以及,在获取到第二区域的第二面积之后,就可以根据第二面积,确定第二面积对应的第二归一化面积。
S306、根据第一区域对应的第一权重值、第二区域对应的第二权重值、第一归一化面积和第二归一化面积,确定总归一化面积。
在上述公式三中,第一权重值为0.5,第二权重值也为0.5,在实际实现过程中,第一权重值和第二权重值的具体实现可以根据实际需求进行选择和扩展,本实施例对此不做特别限制。
可以理解的是,本实施例中的总归一化面积ρ(a,b)例如可以指示区域a和区域b之间的面积对比关系。
S307、根据第一对象集合,确定第一区域对应的第一对象分布信息,第一对象分布信息用于指示各对象类别的对象在第一区域中的分布。
在上述介绍完总归一化面积ρ(a,b)的实现方式之后,下面集合S307-S309对确定总对象分布信息η(a,b)的实现方式进行介绍。
在一种可能的实现方式中,总对象分布信息η(a,b)例如可以满足如下的公式五:
η(a,b)=0.5·δ(a)+0.5·δ(b) 公式五
其中,δ(a)表示区域a对应的对象分布信息,δ(b)表示区域b对应的对象分布信息,δ(r)其例如可以理解为区域r中的功能类别分布的熵。
此处对功能类别进行简单的介绍,基于上述介绍可以确定的是,本实施例中的POI表示了城市中的类型多样的物理世界具有地理信息的实体,如一个商店、一所学校、一栋建筑物等。
本实施例中将POI记为p,一个POI的功能类别记为γ(p),其中一个POI的功能类别记为γ(p)代表了这个地理实体的服务内容类型,比如说当前的POI中可以包括第一小学、第二小学、第三小学,这些都可以归类为“学校”这一功能类别;再比如说当前的POI中可以包括商店一、商店二、商店三,这些都可以归类为“商店”这一功能类别,具体的功能类别的划分方式可以根据实际需求进行选择,本实施例对此不做特别限制。
基于上述介绍的内容,区域r的对象分布信息δ(r)的实现例如可以满足如下的公式六:
其中,Fr表示区域r的功能类别集合,zi表示了功能类别i在区域r出现的频率,δ(r)表示区域r的对象分布信息。
例如可以结合图4理解当前提到的功能类别i在区域r出现的频率,假设当前的功能类别包括学校和商店,在区域r中包括学校1、学校2、学校3和学校4,也就是说,在区域r中,“学校”这个功能类别在区域r中出现了4次,那么“学校”这个功能类别在区域r中出现的频率例如就可以为4。
同样的,参见图4,在区域r中包括商店1、商店2、商店3、商店4和商店5,也就是说,在区域r中,“商店”这个功能类别在区域r中出现了5次,那么“商店”这个功能类别在区域r中出现的频率例如就可以为5。
基于上述介绍可以确定的是,要确定总对象分布信息η(a,b),就需要确定第一区域对应的第一对象分布信息δ(a),以及需要确定第二区域对应的第二对象分布信息δ(b)。
在本实施例中,可以根据第一对象集合,确定第一区域对应的第一对象分布信息,第一对象分布信息用于指示各对象类别的对象在第一区域中的分布。
此处介绍的对象类别就是上述所提到的功能类别,在确定第一对象分布信息的一种可能的实现方式中,可以根据第一对象集合中各对象的对象类别,将第一对象集合划分为至少一个第一子对象集合,每个第一子对象集合中对象的对象类别相同。
下面以对象就是兴趣点为例,对具体的实现方式进行介绍,具体的,在第一区域对应的第一对象集合中,包括多个兴趣点,可以根据各个兴趣点各自对应的对象类别(功能类别),将第一对象集合进行划分,得到至少一个第一子对象集合,每个第一子对象集合中对象的对象类别都是相同的。
比如说当前在第一区域的第一对象集合中包括学校1、学校2、学校3、商店1和商店2,则例如可以将第一对象集合划分为两个第一子对象集合,分别是集合Q{学校1,学校2,学校3}和集合P{商店1,商店2},可以看出,集合Q中的各个对象的对象类别都是学校,集合P中的各个对象的对象类别都是商店。
之后,根据每个第一子对象集合中的对象数量,确定每个第一子对象集合对应的对象类别的第一频率。
具体的,在实现对第一子对象集合的划分之后,就可以确定各个第一子对象集合各自对应的对象类别的出现频率了,比如说沿用上述介绍的示例,当前确定了第一子对象集合Q和第一子对象集合P,在第一子对象集合Q中包括的对象数量是3个,则可以确定第一子对象集合Q对应的对象类别“学校”的第一频率为3。同样的,在第一子对象集合P中包括的对象数量是2个,则可以确定第一子对象集合P对应的对象类别“商店”的第一频率为2。
可以理解的是,此处所确定的第一频率实际上就对应上述公式六中介绍的,功能类别i在区域r出现的频率zi。
在实际实现过程中,具体的第一频率的实现方式可以根据实际需求进行确定,本实施例对此不做限制。
之后,根据每个第一子对象集合对应的对象类别的第一频率,确定第一对象分布信息。
在确定了每个第一子对象集合对应的对象类别的第一频率之后,例如就得到了上述公式六中介绍的频率zi,则例如可以将每个第一子对象集合对应的对象类别的第一频率zi代入上述公式六中,从而确定第一对象分布信息δ(a)。
S308、根据第二对象集合,确定第二区域对应的第二对象分布信息,第二对象分布信息用于指示各对象类别的对象在第二区域中的分布。
S308中确定第二区域对应的第二对象分布信息δ(b)的实现方式与上述介绍的类似,同样可以按照如下的实现方式确定第二对象分布信息:
根据第二对象集合中各对象的对象类别,将第二对象集合划分为至少一个第二子对象集合,每个第二子对象集合中对象的对象类别相同;
根据每个第二子对象集合中的对象数量,确定每个第二子对象集合对应的对象类别的第二频率;
根据每个第二子对象集合对应的对象类别的第二频率,确定第二对象分布信息。
详细的实现方式也参照上述S307中介绍的确定第一对象分布信息的实现,此处对此不再赘述。
S309、根据第一对象分布信息和第二对象分布信息,确定总对象分布信息。
在得到第一区域对应的第一对象分布信息以及第二区域对应的第二对象分布信息之后,就可以根据第一对象分布信息和第二对象分布信息,确定总对象分布信息了。
在一种可能的实现方式中,例如可以根据上述介绍的公式五,对第一对象分布信息δ(a)以及第二对象分布信息进行处理,从而得到总对象分布信息η(a,b)。
可以理解的是,上述公式五中的0.5同样为权重值,在实际实现过程中,第一对象分布信息之前的权重值以及第二对象分布信息之前的权重值都可以根据实际需求进行选择,本实施例对此不做特别限制。
可以理解的是,本实施例中确定的总对象分布信息,实际上是指示了第一区域和第二区域之间的功能多样性对比关系。
S310、根据总归一化面积、总对象分布信息和距离,确定空间依赖信息。
在上述各步骤执行完成之后,就得到了第一区域和第二区域的总归一化面积ρ(a,b),以及第一区域和第二区域的总对象分布信息η(a,b),之后可以根据总归一化面积、总对象分布信息和距离,确定空间依赖信息。
在一种可能的实现方式中,例如可以按照如上介绍的公式二,首先确定幂律衰减程度α(a,b)。
其次根据上述介绍的公式一,根据幂律衰减程度α(a,b)以及距离d(a,b),确定第一区域和第二区域的空间依赖信息ζ(a,b)。
至此就完成了本公开实施例中的对第一区域和第二区域的空间依赖信息ζ(a,b)的介绍。
基于上述介绍,此处指的说明的是,本实施例中确定的幂律衰减程度α(a,b),实际上是从区域面积和区域功能分布多样性两个角度,刻画了距离的衰减程度,即,如果两个区域至少有一个面积很大,或是功能能设施很完善,那么二者之间的距离衰减就会慢一些,反之则衰减更快。
S311、确定第一对象集合中存在的至少一个第一对象类别、以及第一对象类别的第一类别数量。
在上述介绍完对空间依赖信息ζ(a,b)的实现之后,下面结合S311-S314对于对象依赖信息的实现方式进行说明。
在一种可能的实现方式中,对象依赖信息的实现例如可以满足如下公式七:
其中,|Γa|表示区域a中包括的功能类别的数量,|Γb|表示区域b中包括的功能类别的数量,κi→j表示功能类别i对功能类别j的吸引力,κj→i表示功能类别j对功能类别i的吸引力,ψ(i,j)表示功能类别i对功能类别j的依赖关系,ψ(j,i)表示功能类别j对功能类别i的依赖关系,μ(a,b)为区域a和区域b之间的对象依赖信息。
因此在本实施例中,要确定对象依赖信息μ(a,b),就要确定第一区域中所包括的对象类别的数量,以及第二区域中所包括的对象类别的数量,以及第一对象类别与第二对象类别之间的对象关系(包括上述介绍的吸引力和依赖关系)。
因此在本实施例中,可以确定第一对象集合中存在的至少一个第一对象类别、以及第一对象类别的第一类别数量。
例如可以分别确定第一对象集合中的各个对象的对象类别,从而确定至少一个第一对象类别,进而确定第一对象类别的第一类别数量,这里的第一类别数量可以对应上述公式七中的|Γa|。
S312、确定第二对象集合中存在的至少一个第二对象类别、以及第二对象类别的第二类别数量。
以及在本实施例中,可以确定第二对象集合中存在的至少一个第二对象类别、以及第二对象类别的第二类别数量。
例如可以分别确定第二对象集合中的各个对象的对象类别,从而确定至少一个第二对象类别,进而确定第二对象类别的第二类别数量,这里的第二类别数量可以对应上述公式七中的|Γb|。
S313、确定总区域中至少一个第一对象类别与至少一个第二对象类别之间的对象关系,总区域包括第一区域和第二区域。
在本实施例中,第一区域和第二区域属于一个总区域,这里提到的总区域例如可以上述实施例中介绍的城市区域,也就是说第一区域和第二区域是同属于一个城市区域的。
之后,可以确定在总区域中的至少一个第一对象类别与至少一个第二对象类别之间的对象关系,本实施例中的对象关系可以包括如下内容:
各第一对象类别对各第二对象类别的第一吸引力,其可以理解为上述公式七中的ki→j;
各第二对象类别对各第一对象类别的第二吸引力,其可以理解为上述公式七中的κj→i;
各第一对象类别对各第二对象类别的第一依赖关系,其可以理解为上述公式七中的ψ(i,j);
各第二对象类别对各第一对象类别的第二依赖关系,其可以理解为上述公式七中的ψ(j,i)。
在一种可能的实现方式中,对象关系中所包括的各个功能类别之间的吸引力,以及各个功能类别之间的依赖关系,实际上和区域划分是没有关系的,其仅仅取决于功能类别的具体类型,因此例如可以预先确定好上述介绍的对应关系,在确定第一区域和第二区域之间的对象依赖关系时,直接获取相应的对象关系即可。
在一种可能的实现方式中,本实施例中的对应关系例如可以为矩阵的实现方式,例如可以结合图5理解本实施例中的对象关系。
如图5所示,假设当前功能类别的总数量为L个,则例如可以针对这L个功能类别,预先建立指示对应关系的矩阵,在该矩阵中,包括各个功能类别互相之间的吸引力和依赖关系。
比如说图5所示的矩阵中,(γ1,γ2)对应的矩阵元素,就可以包括功能类别1和功能类别2之间的吸引力,以及包括功能类别1和功能类别2之间的依赖关系,其余各个功能类别的实现方式类似,除了此处介绍的矩阵的实现方式之外,对象关系还可以有别的实现方式,只要对象关系中可以包括各个类别之间的吸引力和依赖关系即可,其具体的实现方式可以根据实际需求进行选择和扩展。
S314、根据第一类别数量、第二类别数量和对象关系,确定对象依赖信息。
在基于上述介绍的内容,确定第一类别数量、第二类别数量以及对象关系之后,例如可以结合上述介绍的公式七,确定对象依赖关系μ(a,b)。
S315、根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系。
在得到空间依赖信息和对象依赖信息之后,就可以根据空间依赖信息和对象依赖信息,确定第一区域和第二区域之间的共生关系,在一种可能的实现方式中,共生关系例如可以满足如下公式八:
其中,arctan(·)为反正切函数,为一种归一化计算方式,ω0为常数,例如默认值为500,ζ(a,b)为区域a和区域b之间的空间依赖信息,μ(a,b)为区域a和区域b之间的度量的是区域a,b之间的对象依赖信息,s(a,b)为区域a和区域b之间的共生关系,其具体可以为共生度。
值得说明的是,上述介绍了确定共生关系的过程中的多个可能的公式,在实际实现过程中,不仅限于上述介绍的各个公式,上述各个公式的恒等变形,或者在上述各个公式的基础上添加相应的参数,或者对其中的参数进行一定的调整,均可以得到本实施中的共生关系,本实施例对此不做限制。
在本实施例中,在得到共生关系之后,可以根据共生关系对第一区域和第二区域进行一定的处理操作,其中的操作例如可以包括:
对第一区域和第二区域的地图进行更新处理,该操作例如可以理解为丰富地图内容;
以及,对第一区域和第二区域对应的交通调度信息进行更新处理,该操作例如可以理解为优化交通调度;
以及,在第一区域和第二区域中确定目标对象对应的目标位置,目标对象为待添加在第一区域和/或第二区域中的对象,该操作例如可以理解为对象选址的推荐等。
以及在实际实现过程中,根据共生关系除了可以实现上述介绍的操作之外,还例如可以进行城市综合治理等操作,本实施例对此不做限制,其可以根据实际需求进行选择。
以及,在得到第一区域和第二区域的共生关系之后,还例如可以在特定场景下,在显示设备中显示第一区域和第二区域的共生关系;或者,还可以向目标设备发送第一区域和第二区域的共生关系;或者,还根据共生关系对第一区域和第二区域进行上述操作,本实施例对得到共生关系之后的具体实现不做限制,其可以根据实际需求进行选择。
本公开实施例提供的区域信息处理方法,通过上述介绍的各个步骤确定第一区域和第二区域之间的共生关系,具体是综合考虑第一区域和第二区域之间的距离、面积对比、功能分布对比等多维度信息,从而确定了第一区域和第二区域之间的共生关系,具体的,区域之间的共生度与距离正相关,距离越近,共生度越高,但是,共生度的衰减又不应该是线性衰减,随着距离的增加,共生度的衰减应该越来越慢。其次,区域之间的共生关系的强弱与区域之间是否存在互补关系也存在一定的关联关系,因此可以根据空间依赖信息和对象依赖信息,准确有效的实现对于第一区域和第二区域之间的共生关系的确定。
在上述介绍的实施例的基础上,下面对上述介绍的对象关系中的吸引力和依赖关系的实现进行介绍。
首先结合图6对确定功能类别之间的吸引力的实现方式进行介绍,图6为本公开实施例提供的区域信息处理方法的流程图三。
如图6所示,该方法包括:
S601、确定总区域中包括的每个第一对象类别对应的第一对象数量、以及每个第二对象类别对应的第二对象数量。
在一种可能的实现方式中,功能类别之间的吸引力的确定例如可以满足如下公式九:
其中,κi→j表示功能类别i对功能类别j的吸引力。其中,N表示当前城市所有POI的数量,Ni,Nj分别表示当前城市中类别为i和j的POI数量。γ(q)=i表示POI q的功能类别为i,N(q)表示q的邻居POI总数,Ni(q)表示q的邻居POI中类别为i的数量,Nj(q)表示q的邻居POI中类别为j的数量。
因此,本实施例中可以通过获取上述公式九中的各项数据,从而得到各个功能类别之间的吸引力。
在本实施例中,可以确定总区域中包括的每个第一对象类别对应的第一对象数量,例如可以对应上述公式九中的Ni。
以及,可以确定总区域中包括的每个第二对象类别对应的第二对象数量,例如可以对应上述公式九中的Nj,此处介绍的总区域例如可以理解为上述介绍的城市。
S602、获取总区域中包括对象的总对象数量。
以及,本实施例中还可以获取总区域中包括对象的总对象数量,例如可以对应上述公式九中的N。
S603、获取每个第一对象类别中各第一对象的邻居对象的第三对象数量,第一对象与第一对象的邻居对象之间的距离小于或等于预设阈值。
以及,本实施例中还可以获取每个第一对象类别中各第一对象的邻居对象的第三对象数量,例如可以对应上述公式九中的N(q)。
本实施例中的第一对象的邻居对象,是指和第一对象之间的距离小于等于预设阈值的对象。
S604、获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第一对象类别的第四对象数量。
以及,本实施例中还可以获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第一对象类别的第四对象数量,例如可以对应上述公式九中的Ni(q)。
S605、获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第二对象类别的第五对象数量。
以及,本实施例中还可以获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第二对象类别的第五对象数量,例如可以对应上述公式九中的Nj(q)。
可以理解的是,当前实施例中所介绍的获取的各种数量,例如可以从地图数据中获取,或者还可以从预设设备中获取,本实施例对此不做限制。
S606、根据第一对象数量、第二对象数量、总对象数量、第三对象数量、第四对象数量、第五对象数量,确定各第一对象类别对各第二对象类别的第一吸引力。
在得到上述介绍的各项数据之后,例如可以结合上述介绍的公式九,根据第一对象数量Ni、第二对象数量Nj、总对象数量N、第三对象数量N(q)、第四对象数量Ni(q)、第五对象数量Ni,确定各第一对象类别对各第二对象类别的第一吸引力κi→j。
本实施例中介绍的是确定各第一对象类别对各第二对象类别的第一吸引力的实现方式,其中,确定各第二对象类别对各第一对象类别的第二吸引力的实现方式类似,此处对此不再赘述。
因此本公开实施例提供的区域信息处理方式,可以基于上述介绍的过程,准确有效的实现对各个功能类别之间的吸引力的确定。
以及,下面集合图7对确定功能类别之间的依赖关系的实现方式进行介绍,图7为本公开实施例提供的区域信息处理方法的流程图四。
如图7所示,该方法包括:
S701、根据各第一对象类别和各第二对象类别之间的供应关系,确定各第一对象类别和各第二对象类别对应的数据图,数据图中包括节点集合以及有向边集合,节点集合中包括各第一对象类别以及各第二对象类别,有向边集合中包括至少一个第一对象类别和至少一个第二对象类别之间的有向边。
在本实施例中,各第一对象类别和各第二对象类别之间的供应关系,例如可以指示各个对象类别之间在产业链意义上的上下游关系,此处对供应关系进行举例说明,比如说当前存在一个对象类别是商店,还存在另一个对象类别是建材市场,商店的正常运行需要一些货柜家具等等,因此建材市场这个对象类别和商店这个对象类别之间就存在供应关系,以及其中的建材市场可以理解为商店的上游。
因此在本实施例中,可以通过分析不同POI的功能类别之间是否存在产业链意义上的上下游关系(也就是本实施例中的供应关系),从而可以得到各第一对象类别和各第二对象类别对应的数据图,这里的数据图还可以理解为供应关系图,可以表示为可以理解的是,这里的数据图指的是作为数据结构的“图”。
在数据图中,包括节点集合在节点集合中包括各个功能类别,也就是包括各个第一对象类别以及各个第二对象类别;ε表示有向边集合,在有向边集合中包括至少一个第一对象类别和至少一个第二对象类别之间的有向边,比如说功能类别i和功能类别j之间存在一条有向边,表示为:i→j∈ε,则从产业供应链角度,标识功能类别i是功能类别j的上游。
S702、通过预设算法对有向边集合进行处理,得到各第一对象类别对各第二对象类别的第一依赖关系。
在得到上述介绍的数据图中的有向边集合之后,可以通过预设算法对有向边集合进行处理。
其中预设算法例如可以为网页排名(PageRank)算法,通过PageRank算法可以功能类别i到功能类别j的可达性,也就是本实施例中介绍的依赖关系,可以理解的是,本实施例中介绍的依赖关系可以指示各个对象类别之间的依赖的紧密程度。
其中,通过预设算法进行处理的实现例如可以满足如下的公式十:
本实施例中介绍的是确定各第一对象类别对各第二对象类别的第一依赖关系的实现方式,其中,确定各第二对象类别对各第一对象类别的第二依赖关系的实现方式类似,此处对此不再赘述。
因此本公开实施例提供的区域信息处理方式,可以基于上述介绍的过程,准确有效的实现对各个功能类别之间的依赖关系的确定。
在上述介绍的各实施例的基础上,下面结合图8对本公开提供的区域信息处理方法的实现再进行一个系统的说明,图8为本公开实施例提供的区域信息处理方法的流程示意图。
如图8所示,例如可以获取POI数据、城市中的区域集合以及产业链上下游关系词典,在POI数据中包括当前城市中的各个POI的数据,以及在区域集合中包括城市中的预先划分好的较小的区域,比如说社区、园区、街区等等。
之后,可以区域集合,将POI数据依据它们的地理位置信息,分配到各自对应的区域中,从而得到了各个区域各自对应的POI,也就是上述实施例介绍的对象集合。
或者,除了当前介绍的分配的方式之外,还可以直接获取各个区域的范围内,各自所包括的POI,从而得到各个区域各自对应的对象集合,其实现方式也是可以的,本实施例对此不做限制。
之后,根据每个区域包含的POI集合,可以城市粒度下的不同对象类别之间的κ(Kappa)值,从而得到当前城市的Kappa矩阵,此处的Kappa矩阵也就是图8中示意的吸引力矩阵,在Kappa矩阵中包括各个对象类别各自之间的吸引力(κi→j)。
以及,可以将POI数据和产业链上下游关系词典作为预设算法的输入,从而计算不同对象类别之间的供应关系紧密程度,从而得到城市功能PageRank矩阵,此处的PageRank矩阵也就是图8中示意的依赖关系矩阵,在PageRank矩阵中包括各个对象类别各自之间的依赖关系(ψ(i,j))。
之后,可以将吸引力矩阵(Kappa矩阵)和依赖关系矩阵(PageRank矩阵)进行合并,从而得到图8所示的区域信息对矩阵,对应的也就是上述实施例中介绍的对象关系,在区域信息对矩阵中的每个元素中,包括两个功能类别之间的吸引力和依赖关系。
指的说明的是,本实施例中通过预先确定区域信息对矩阵,在区域信息对矩阵中包括任意两个功能类别之间的吸引力和依赖关系,以使得在后续确定任意两个区域之间的共生关系的时候,可以直接从该矩阵中获取相应的关系信息即可,而无需再实时进行计算,有效节省了计算工作量,同时提升了确定共生关系的效率和速度。
以及参见图8,本实施例中还可以依据区域集合,及各个区域集合包括的POI数据,对各个区域的区域功能和区域面积分别进行归一化,得到区域属性集合,此处的区域属性集合实际上对应的就是上述实施例中介绍的总归一化面积和总对象分布信息。
然后可以根据上述介绍的区域信息对矩阵和区域属性集合,输入到共生度计算单元中进行并行化处理,从而得到城市中任意两个区域之间的共生度指数,也就是上述实施例中介绍的共生关系。
综上所述,本公开实施例提供的区域信息处理方法,从距离关系和功能互补性两个方面考虑,准确有效的实现了对于不同区域之间的共生关系的量化。
图9为本公开实施例的区域信息处理装置的结构示意图。如图9所示,本实施例的区域信息处理装置900可以包括:获取模块901、第一确定模块902、第二确定模块903、处理模块904。
获取模块901,用于获取第一区域与第二区域之间的第一距离、所述第一区域中包括的第一对象集合、以及所述第二区域中包括的第二对象集合;
第一确定模块902,用于根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息;
第二确定模块903,用于根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息;
处理模块904,用于根据所述空间依赖信息和所述对象依赖信息,确定所述第一区域和所述第二区域之间的共生关系。
一种可能的实现方式中,所述第一确定模块902,具体用于:
若所述第一距离小于或等于预设距离,则确定所述空间依赖信息为预设信息;
若所述第一距离大于所述预设距离,则获取所述第一区域的第一面积、所述第二区域的第二面积,并根据所述第一面积、所述第二面积、所述第一对象集合、所述第二对象集合和所述距离,确定所述第一区域与所述第二区域之间的空间依赖信息。
一种可能的实现方式中,所述第一确定模块902,具体用于:
根据所述第一面积和所述第二面积,确定所述第一区域和所述第二区域的总归一化面积;
根据所述第一对象集合和所述第二对象集合,确定所述第一区域和所述第二区域中的总对象分布信息;
根据所述总归一化面积、所述总对象分布信息和所述距离,确定所述空间依赖信息。
一种可能的实现方式中,所述第一确定模块902,具体用于:
确定所述第一面积对应的第一归一化面积、以及所述第二面积对应的第二归一化面积;
根据所述第一区域对应的第一权重值、所述第二区域对应的第二权重值、所述第一归一化面积和所述第二归一化面积,确定所述总归一化面积。
一种可能的实现方式中,所述第一确定模块902,具体用于:
根据所述第一对象集合,确定所述第一区域对应的第一对象分布信息,所述第一对象分布信息用于指示各对象类别的对象在所述第一区域中的分布;
根据所述第二对象集合,确定所述第二区域对应的第二对象分布信息,所述第二对象分布信息用于指示各对象类别的对象在所述第二区域中的分布;
根据所述第一对象分布信息和所述第二对象分布信息,确定所述总对象分布信息。
一种可能的实现方式中,所述第一确定模块902,具体用于:
根据所述第一对象集合中各对象的对象类别,将所述第一对象集合划分为至少一个第一子对象集合,每个第一子对象集合中对象的对象类别相同;
根据每个第一子对象集合中的对象数量,确定每个第一子对象集合对应的对象类别的第一频率;
根据每个第一子对象集合对应的对象类别的第一频率,确定所述第一对象分布信息。
一种可能的实现方式中,所述第一确定模块902,具体用于:
根据所述第二对象集合中各对象的对象类别,将所述第二对象集合划分为至少一个第二子对象集合,每个第二子对象集合中对象的对象类别相同;
根据每个第二子对象集合中的对象数量,确定每个第二子对象集合对应的对象类别的第二频率;
根据每个第二子对象集合对应的对象类别的第二频率,确定所述第二对象分布信息。
一种可能的实现方式中,所述第二确定模块903,具体用于:
确定所述第一对象集合中存在的至少一个第一对象类别、以及所述第一对象类别的第一类别数量;
确定所述第二对象集合中存在的至少一个第二对象类别、以及所述第二对象类别的第二类别数量;
确定总区域中所述至少一个第一对象类别与所述至少一个第二对象类别之间的对象关系,所述总区域包括所述第一区域和所述第二区域;
根据所述第一类别数量、所述第二类别数量和所述对象关系,确定所述对象依赖信息。
一种可能的实现方式中,所述对象关系包括:
各所述第一对象类别对各所述第二对象类别的第一吸引力;
各所述第二对象类别对各所述第一对象类别的第二吸引力;
各所述第一对象类别对各所述第二对象类别的第一依赖关系;
各所述第二对象类别对各所述第一对象类别的第二依赖关系。
一种可能的实现方式中,所述第二确定模块903,还用于:
确定所述总区域中包括的每个第一对象类别对应的第一对象数量、以及每个第二对象类别对应的第二对象数量;
获取所述总区域中包括对象的总对象数量;
获取每个第一对象类别中各第一对象的邻居对象的第三对象数量,所述第一对象与所述第一对象的邻居对象之间的距离小于或等于预设阈值;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第一对象类别的第四对象数量;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第二对象类别的第五对象数量;
根据所述第一对象数量、所述第二对象数量、所述总对象数量、所述第三对象数量、所述第四对象数量、所述第五对象数量,确定各所述第一对象类别对各所述第二对象类别的第一吸引力。
一种可能的实现方式中,所述第二确定模块903,还用于:
根据各所述第一对象类别和各所述第二对象类别之间的供应关系,确定各所述第一对象类别和各所述第二对象类别对应的数据图,所述数据图中包括节点集合以及有向边集合,所述节点集合中包括各所述第一对象类别以及各所述第二对象类别,所述有向边集合中包括至少一个所述第一对象类别和至少一个所述第二对象类别之间的有向边;
通过预设算法对所述有向边集合进行处理,得到各所述第一对象类别对各所述第二对象类别的第一依赖关系。
一种可能的实现方式中,所述处理模块904还用于:
根据所述共生关系,对所述第一区域和所述第二区域进行如下操作中的至少一种:
对所述第一区域和所述第二区域的地图进行更新处理;
对所述第一区域和所述第二区域对应的交通调度信息进行更新处理;
在所述第一区域和所述第二区域中确定目标对象对应的目标位置,所述目标对象为待添加在所述第一区域和/或所述第二区域中的对象。
本公开提供一种区域信息处理方法及装置,应用于计算机技术中的人工智能领域,以达到准确有效的实现对不同区域之间的相互依赖关系的量化。
根据本公开的实施例,本公开还提供了一种电子设备和一种可读存储介质。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如区域信息处理方法。例如,在一些实施例中,区域信息处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的区域信息处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行区域信息处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (27)
1.一种区域信息处理方法,包括:
获取第一区域与第二区域之间的第一距离、所述第一区域中包括的第一对象集合、以及所述第二区域中包括的第二对象集合;
根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息;
根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息;
根据所述空间依赖信息和所述对象依赖信息,确定所述第一区域和所述第二区域之间的共生关系。
2.根据权利要求1所述的方法,其中,所述根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息,包括:
若所述第一距离小于或等于预设距离,则确定所述空间依赖信息为预设信息;
若所述第一距离大于所述预设距离,则获取所述第一区域的第一面积、所述第二区域的第二面积,并根据所述第一面积、所述第二面积、所述第一对象集合、所述第二对象集合和所述距离,确定所述第一区域与所述第二区域之间的空间依赖信息。
3.根据权利要求2所述的方法,其中,所述根据所述第一面积、所述第二面积、所述第一对象集合、所述第二对象集合和所述距离,确定所述第一区域与所述第二区域之间的空间依赖信息,包括:
根据所述第一面积和所述第二面积,确定所述第一区域和所述第二区域的总归一化面积;
根据所述第一对象集合和所述第二对象集合,确定所述第一区域和所述第二区域中的总对象分布信息;
根据所述总归一化面积、所述总对象分布信息和所述距离,确定所述空间依赖信息。
4.根据权利要求3所述的方法,其中,所述根据所述第一面积和所述第二面积,确定所述第一区域和所述第二区域的总归一化面积,包括:
确定所述第一面积对应的第一归一化面积、以及所述第二面积对应的第二归一化面积;
根据所述第一区域对应的第一权重值、所述第二区域对应的第二权重值、所述第一归一化面积和所述第二归一化面积,确定所述总归一化面积。
5.根据权利要求3或4所述的方法,其中,所述根据所述第一对象集合和所述第二对象集合,确定所述第一区域和所述第二区域中的总对象分布信息,包括:
根据所述第一对象集合,确定所述第一区域对应的第一对象分布信息,所述第一对象分布信息用于指示各对象类别的对象在所述第一区域中的分布;
根据所述第二对象集合,确定所述第二区域对应的第二对象分布信息,所述第二对象分布信息用于指示各对象类别的对象在所述第二区域中的分布;
根据所述第一对象分布信息和所述第二对象分布信息,确定所述总对象分布信息。
6.根据权利要求5所述的方法,其中,所述根据所述第一对象集合,确定所述第一区域对应的第一对象分布信息,包括:
根据所述第一对象集合中各对象的对象类别,将所述第一对象集合划分为至少一个第一子对象集合,每个第一子对象集合中对象的对象类别相同;
根据每个第一子对象集合中的对象数量,确定每个第一子对象集合对应的对象类别的第一频率;
根据每个第一子对象集合对应的对象类别的第一频率,确定所述第一对象分布信息。
7.根据权利要求5所述的方法,其中,所述根据所述第二对象集合,确定所述第二区域对应的第二对象分布信息,包括:
根据所述第二对象集合中各对象的对象类别,将所述第二对象集合划分为至少一个第二子对象集合,每个第二子对象集合中对象的对象类别相同;
根据每个第二子对象集合中的对象数量,确定每个第二子对象集合对应的对象类别的第二频率;
根据每个第二子对象集合对应的对象类别的第二频率,确定所述第二对象分布信息。
8.根据权利要求1-7任一项所述的方法,其中,所述根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息,包括:
确定所述第一对象集合中存在的至少一个第一对象类别、以及所述第一对象类别的第一类别数量;
确定所述第二对象集合中存在的至少一个第二对象类别、以及所述第二对象类别的第二类别数量;
确定总区域中所述至少一个第一对象类别与所述至少一个第二对象类别之间的对象关系,所述总区域包括所述第一区域和所述第二区域;
根据所述第一类别数量、所述第二类别数量和所述对象关系,确定所述对象依赖信息。
9.根据权利要求8所述的方法,其中,所述对象关系包括:
各所述第一对象类别对各所述第二对象类别的第一吸引力;
各所述第二对象类别对各所述第一对象类别的第二吸引力;
各所述第一对象类别对各所述第二对象类别的第一依赖关系;
各所述第二对象类别对各所述第一对象类别的第二依赖关系。
10.根据权利要求9所述的方法,其中,确定各所述第一对象类别对各所述第二对象类别的第一吸引力,包括:
确定所述总区域中包括的每个第一对象类别对应的第一对象数量、以及每个第二对象类别对应的第二对象数量;
获取所述总区域中包括对象的总对象数量;
获取每个第一对象类别中各第一对象的邻居对象的第三对象数量,所述第一对象与所述第一对象的邻居对象之间的距离小于或等于预设阈值;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第一对象类别的第四对象数量;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第二对象类别的第五对象数量;
根据所述第一对象数量、所述第二对象数量、所述总对象数量、所述第三对象数量、所述第四对象数量、所述第五对象数量,确定各所述第一对象类别对各所述第二对象类别的第一吸引力。
11.根据权利要求9所述的方法,其中,所述确定各所述第一对象类别对各所述第二对象类别的第一依赖关系,包括:
根据各所述第一对象类别和各所述第二对象类别之间的供应关系,确定各所述第一对象类别和各所述第二对象类别对应的数据图,所述数据图中包括节点集合以及有向边集合,所述节点集合中包括各所述第一对象类别以及各所述第二对象类别,所述有向边集合中包括至少一个所述第一对象类别和至少一个所述第二对象类别之间的有向边;
通过预设算法对所述有向边集合进行处理,得到各所述第一对象类别对各所述第二对象类别的第一依赖关系。
12.根据权利要求1-11任一项所述的方法,其中,所述方法还包括:
根据所述共生关系,对所述第一区域和所述第二区域进行如下操作中的至少一种:
对所述第一区域和所述第二区域的地图进行更新处理;
对所述第一区域和所述第二区域对应的交通调度信息进行更新处理;
在所述第一区域和所述第二区域中确定目标对象对应的目标位置,所述目标对象为待添加在所述第一区域和/或所述第二区域中的对象。
13.一种区域信息处理装置,包括:
获取模块,用于获取第一区域与第二区域之间的第一距离、所述第一区域中包括的第一对象集合、以及所述第二区域中包括的第二对象集合;
第一确定模块,用于根据所述第一距离,确定所述第一区域与所述第二区域之间的空间依赖信息;
第二确定模块,用于根据所述第一对象集合和所述第二对象集合,确定所述第一区域与所述第二区域之间的对象依赖信息;
处理模块,用于根据所述空间依赖信息和所述对象依赖信息,确定所述第一区域和所述第二区域之间的共生关系。
14.根据权利要求13所述的装置,其中,所述第一确定模块,具体用于:
若所述第一距离小于或等于预设距离,则确定所述空间依赖信息为预设信息;
若所述第一距离大于所述预设距离,则获取所述第一区域的第一面积、所述第二区域的第二面积,并根据所述第一面积、所述第二面积、所述第一对象集合、所述第二对象集合和所述距离,确定所述第一区域与所述第二区域之间的空间依赖信息。
15.根据权利要求14所述的装置,其中,所述第一确定模块,具体用于:
根据所述第一面积和所述第二面积,确定所述第一区域和所述第二区域的总归一化面积;
根据所述第一对象集合和所述第二对象集合,确定所述第一区域和所述第二区域中的总对象分布信息;
根据所述总归一化面积、所述总对象分布信息和所述距离,确定所述空间依赖信息。
16.根据权利要求15所述的装置,其中,所述第一确定模块,具体用于:
确定所述第一面积对应的第一归一化面积、以及所述第二面积对应的第二归一化面积;
根据所述第一区域对应的第一权重值、所述第二区域对应的第二权重值、所述第一归一化面积和所述第二归一化面积,确定所述总归一化面积。
17.根据权利要求15或16所述的装置,其中,所述第一确定模块,具体用于:
根据所述第一对象集合,确定所述第一区域对应的第一对象分布信息,所述第一对象分布信息用于指示各对象类别的对象在所述第一区域中的分布;
根据所述第二对象集合,确定所述第二区域对应的第二对象分布信息,所述第二对象分布信息用于指示各对象类别的对象在所述第二区域中的分布;
根据所述第一对象分布信息和所述第二对象分布信息,确定所述总对象分布信息。
18.根据权利要求17所述的装置,其中,所述第一确定模块,具体用于:
根据所述第一对象集合中各对象的对象类别,将所述第一对象集合划分为至少一个第一子对象集合,每个第一子对象集合中对象的对象类别相同;
根据每个第一子对象集合中的对象数量,确定每个第一子对象集合对应的对象类别的第一频率;
根据每个第一子对象集合对应的对象类别的第一频率,确定所述第一对象分布信息。
19.根据权利要求17所述的装置,其中,所述第一确定模块,具体用于:
根据所述第二对象集合中各对象的对象类别,将所述第二对象集合划分为至少一个第二子对象集合,每个第二子对象集合中对象的对象类别相同;
根据每个第二子对象集合中的对象数量,确定每个第二子对象集合对应的对象类别的第二频率;
根据每个第二子对象集合对应的对象类别的第二频率,确定所述第二对象分布信息。
20.根据权利要求13-19任一项所述的装置,其中,所述第二确定模块,具体用于:
确定所述第一对象集合中存在的至少一个第一对象类别、以及所述第一对象类别的第一类别数量;
确定所述第二对象集合中存在的至少一个第二对象类别、以及所述第二对象类别的第二类别数量;
确定总区域中所述至少一个第一对象类别与所述至少一个第二对象类别之间的对象关系,所述总区域包括所述第一区域和所述第二区域;
根据所述第一类别数量、所述第二类别数量和所述对象关系,确定所述对象依赖信息。
21.根据权利要求20所述的装置,其中,所述对象关系包括:
各所述第一对象类别对各所述第二对象类别的第一吸引力;
各所述第二对象类别对各所述第一对象类别的第二吸引力;
各所述第一对象类别对各所述第二对象类别的第一依赖关系;
各所述第二对象类别对各所述第一对象类别的第二依赖关系。
22.根据权利要求21所述的装置,其中,所述第二确定模块,还用于:
确定所述总区域中包括的每个第一对象类别对应的第一对象数量、以及每个第二对象类别对应的第二对象数量;
获取所述总区域中包括对象的总对象数量;
获取每个第一对象类别中各第一对象的邻居对象的第三对象数量,所述第一对象与所述第一对象的邻居对象之间的距离小于或等于预设阈值;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第一对象类别的第四对象数量;
获取每个第一对象类别中各第一对象的邻居对象中、对象类别为第二对象类别的第五对象数量;
根据所述第一对象数量、所述第二对象数量、所述总对象数量、所述第三对象数量、所述第四对象数量、所述第五对象数量,确定各所述第一对象类别对各所述第二对象类别的第一吸引力。
23.根据权利要求21所述的装置,其中,所述第二确定模块,还用于:
根据各所述第一对象类别和各所述第二对象类别之间的供应关系,确定各所述第一对象类别和各所述第二对象类别对应的数据图,所述数据图中包括节点集合以及有向边集合,所述节点集合中包括各所述第一对象类别以及各所述第二对象类别,所述有向边集合中包括至少一个所述第一对象类别和至少一个所述第二对象类别之间的有向边;
通过预设算法对所述有向边集合进行处理,得到各所述第一对象类别对各所述第二对象类别的第一依赖关系。
24.根据权利要求13-23任一项所述的装置,其中,所述处理模块还用于:
根据所述共生关系,对所述第一区域和所述第二区域进行如下操作中的至少一种:
对所述第一区域和所述第二区域的地图进行更新处理;
对所述第一区域和所述第二区域对应的交通调度信息进行更新处理;
在所述第一区域和所述第二区域中确定目标对象对应的目标位置,所述目标对象为待添加在所述第一区域和/或所述第二区域中的对象。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110547433.9A CN113220815B (zh) | 2021-05-19 | 2021-05-19 | 区域信息处理方法及装置 |
US17/706,706 US11822581B2 (en) | 2021-05-19 | 2022-03-29 | Region information processing method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110547433.9A CN113220815B (zh) | 2021-05-19 | 2021-05-19 | 区域信息处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113220815A true CN113220815A (zh) | 2021-08-06 |
CN113220815B CN113220815B (zh) | 2023-08-29 |
Family
ID=77093217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110547433.9A Active CN113220815B (zh) | 2021-05-19 | 2021-05-19 | 区域信息处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11822581B2 (zh) |
CN (1) | CN113220815B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495484A (zh) * | 2021-12-17 | 2022-05-13 | 北京航空航天大学杭州创新研究院 | 基于多源数据层次图聚类算法的公交站点位置推荐方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116595698B (zh) * | 2023-06-01 | 2024-05-28 | 华中科技大学 | 一种匹配区域产业链空间的交通网络优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350337A1 (en) * | 2015-06-01 | 2016-12-01 | Sap Se | Deferred Data Definition Statements |
CN110986996A (zh) * | 2019-11-29 | 2020-04-10 | 秒针信息技术有限公司 | 数据处理方法、装置、电子设备和存储介质 |
US20210108941A1 (en) * | 2019-10-10 | 2021-04-15 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus, device and storage medium for determining point of interest area |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9123259B2 (en) | 2013-03-14 | 2015-09-01 | Microsoft Technology Licensing, Llc | Discovering functional groups of an area |
US20150160838A1 (en) * | 2013-12-06 | 2015-06-11 | Takeshi SHIRABE | Method and apparatus for automatic graphic editing with map-dependent constraints |
CN107609107B (zh) | 2017-09-13 | 2020-07-14 | 大连理工大学 | 一种基于多源城市数据的出行共现现象可视化分析方法 |
CN110968617B (zh) | 2019-10-16 | 2023-04-07 | 北京交通大学 | 一种基于位置字段的路网关键路段相关性分析方法 |
-
2021
- 2021-05-19 CN CN202110547433.9A patent/CN113220815B/zh active Active
-
2022
- 2022-03-29 US US17/706,706 patent/US11822581B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160350337A1 (en) * | 2015-06-01 | 2016-12-01 | Sap Se | Deferred Data Definition Statements |
US20210108941A1 (en) * | 2019-10-10 | 2021-04-15 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus, device and storage medium for determining point of interest area |
CN110986996A (zh) * | 2019-11-29 | 2020-04-10 | 秒针信息技术有限公司 | 数据处理方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
MG SARWER: "Adaptive Search Area Selection of Variable Block-Size Motion Estimation of H.264/AVC Video Coding Standard", IEEE * |
乔雪;卢海军;邓琳;: "建筑覆盖面积动态信息的POI数据生成仿真", 计算机仿真, no. 08 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114495484A (zh) * | 2021-12-17 | 2022-05-13 | 北京航空航天大学杭州创新研究院 | 基于多源数据层次图聚类算法的公交站点位置推荐方法 |
CN114495484B (zh) * | 2021-12-17 | 2023-10-27 | 北京航空航天大学杭州创新研究院 | 基于多源数据层次图聚类算法的公交站点位置推荐方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113220815B (zh) | 2023-08-29 |
US20220222278A1 (en) | 2022-07-14 |
US11822581B2 (en) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090208A (zh) | 融合数据处理方法及装置 | |
Coelho et al. | Multicriteria decision support system for regionalization of integrated water resources management | |
CN104951446A (zh) | 大数据处理方法及平台 | |
CN113220815B (zh) | 区域信息处理方法及装置 | |
CN112070402A (zh) | 基于图谱的数据处理方法、装置、设备及存储介质 | |
CN111723292A (zh) | 基于图神经网络的推荐方法、系统、电子设备及存储介质 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN112000763A (zh) | 兴趣点竞争关系确定方法、装置、设备和介质 | |
CN110309142B (zh) | 规则管理的方法和装置 | |
CN111553279A (zh) | 兴趣点的表征学习、识别方法、装置、设备及存储介质 | |
Tao et al. | Kyrix-s: Authoring scalable scatterplot visualizations of big data | |
Zhou et al. | Multiple attribute decision making based on hesitant fuzzy Einstein geometric aggregation operators | |
KR20150121945A (ko) | 아이템 추천 시스템 및 아이템 추천 방법 | |
Yoon | Fast tool path generation by the iso-scallop height method for ball-end milling of sculptured surfaces | |
Soltani et al. | Ranking decision making units based on the multi-directional efficiency measure | |
Wu et al. | Novel parallel algorithm for constructing Delaunay triangulation based on a twofold-divide-and-conquer scheme | |
CN116385081A (zh) | 一种推荐物品的方法、装置、设备及存储介质 | |
CN109767249A (zh) | 预测性价比的方法和装置 | |
CN113761381A (zh) | 兴趣点推荐的方法、装置、设备以及存储介质 | |
CN115099865A (zh) | 一种数据处理方法和装置 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN113762535A (zh) | 一种物品召回方法和装置 | |
CN114037060A (zh) | 预训练模型的生成方法、装置、电子设备以及存储介质 | |
Huang et al. | A virtual globe-based time-critical adaptive visualization method for 3d city models | |
Dixit et al. | A proposed framework for group-based multi-criteria recommendations |
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 |