CN113361233A - 一种标准地址与建筑物关联匹配方法及装置 - Google Patents

一种标准地址与建筑物关联匹配方法及装置 Download PDF

Info

Publication number
CN113361233A
CN113361233A CN202110638388.8A CN202110638388A CN113361233A CN 113361233 A CN113361233 A CN 113361233A CN 202110638388 A CN202110638388 A CN 202110638388A CN 113361233 A CN113361233 A CN 113361233A
Authority
CN
China
Prior art keywords
address
building
standard
standard address
doorplate
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
CN202110638388.8A
Other languages
English (en)
Other versions
CN113361233B (zh
Inventor
邱浩锋
陈韵
邹瑶
叶家浩
谭飞
黄英杰
彭特
李嘉芝
熊彪
罗强
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.)
Guangzhou Urban Planning Technology Development Service Co ltd
Original Assignee
Guangzhou Urban Planning Technology Development Service 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 Guangzhou Urban Planning Technology Development Service Co ltd filed Critical Guangzhou Urban Planning Technology Development Service Co ltd
Priority to CN202110638388.8A priority Critical patent/CN113361233B/zh
Publication of CN113361233A publication Critical patent/CN113361233A/zh
Application granted granted Critical
Publication of CN113361233B publication Critical patent/CN113361233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Instructional Devices (AREA)

Abstract

本发明公开了一种标准地址与建筑物关联匹配方法及装置，涉及地理信息技术领域；该方法包括：将标准地址数据和建筑物进行空间叠加，建立地址要素分类字典，进行地址分词计算，提取同一道路的门牌地址号，根据门牌地址号的单双号分布确定门牌地址编码规则；将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。本发明解决了现场人工核查标准地址出错率高，效率低，无法精确定位的问题，实现了标准地址作为最基础地理信息数据，连接各种空间信息与属性信息的媒介，促进了数据的应用，提高了社会协调治理、公共服务等领域的智能化服务水平。

Description

一种标准地址与建筑物关联匹配方法及装置
技术领域
本发明涉及地理信息技术领域，具体涉及一种标准地址与建筑物关联匹配方法及装置。
背景技术
在“智慧城市、数字政府”日益发展的今天，无论是在城市规划、建设、商业活动，各政府机关管理，还是与人们密切相关的日常生活中，标准地址毋庸置疑已经是各行各业中描述空间位置常用的方法。标准地址曾被称为“本地人的脸，外地人的眼”，既是一个城市形态的表述，也是一个城市管理水平的体现。标准地址的作用无处不在，作为建立各类信息对应关联关系的桥梁，将人、房、地、物、事、情、组织关联，实现以标准门牌地址落房、以房落人与单位、设施的信息空间落地，真正做到人的空间表达，精细表达出空间单元内的人口数量、人群结构，为基于人本空间理念的城市管理应用、规划决策应用、城市设计带来了具有现实意义的依据。因此，对标准地址数据的应用需求越来越迫切，精准的标准地址空间数据将影响着城市精细化管理和社会综合治理。
标准地址与其所代表的实体有着伴生的特点，标准地址就应依其实体的生命周期同步化，将标准地址与建筑物关联，能为城市综合管理提供准确度高、可用性强、数据关联统一的技术数据支撑。目前，根据建筑物实体与标准地址的空间位置关系，发现有部分门牌地址落在建筑物外，与建筑外没关联上。在实际过程中，一个城市的标准门牌地址数以百万计，人工现场一一核实的方式工作量很大，不仅对工作人员的专业技术要求比较高，而且容易出错，导致效率低下。所以，对标准地址数据治理，是辅助相关部门的日常工作，促进精细化服务和管理，实现共建、共治、共享社会治理新格局的重要提前。
发明内容
本发明提供的一种标准地址与建筑物关联匹配方法及装置，解决了上述问题。
本发明提供了一种标准地址与建筑物关联匹配方法，包括：
步骤s1：将标准地址数据和建筑物进行空间叠加，建立地址要素分类字典，对标准地址数据进行地址分词计算；
步骤s2：提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定所述标准地址数据的门牌地址编码规则；
步骤s3：将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
可选地，所述步骤s1具体为：将标准地址数据和建筑物进行空间叠加，标记落在建筑物内的标准地址数据，建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
可选地，所述步骤s2具体包括:
步骤s2-1：提取标准地址数据中属于同一道路的门牌地址号，将同一道路的门牌地址号按单、双号标记；
步骤s2-2：根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
步骤s2-3：根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
步骤s2-4：根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
可选地，步骤s2-2具体为：判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
步骤s2-3具体为：对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南至西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南至东北走向或南北走向。
可选地，所述步骤s3具体包括:
步骤a1：在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
步骤a2:计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值，根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物；
步骤a3：根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
本发明还提供了一种标准地址与建筑物关联匹配装置，包括：
叠加模块、分词模块、确定编码模块、近邻分析模块和关联模块；
所述叠加模块，用于将标准地址数据与建筑物进行空间叠加；
所述分词模块，用于建立地址要素分类字典，对标准地址数据进行地址分词计算；
确定编码模块，用于提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定所述标准地址数据的门牌地址编码规则；
近邻分析模块，用于将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析；
关联模块，用于根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
可选地，还包括标记模块；所述标记模块，用于标记落在建筑物内的标准地址数据；
所述分词模块，具体用于建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
可选地，所述确定编码模块包括：提取单元、标记单元、第一判断单元、第二判断单元和第三判断单元；
所述提取单元，用于提取标准门地址数据中属于同一道路的门牌地址号；
所述标记单元，用于将同一道路的门牌地址号按单、双号标记；
所述第一判断单元，用于根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
所述第二判断单元，用于根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
所述第三判断单元，用于根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
可选地，所述第一判断单元，具体用于判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
所述第二判断单元，具体用于对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南-西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南-东北走向或南北走向。
可选地，所述近邻分析模块包括：创建单元、计算单元和第四判断单元；
所述创建单元，用于在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
所述计算单元，用于计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值；
所述第四判断单元，用于根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物。
本发明的有益效果：本发明提供的一种标准地址与建筑物关联匹配方法及装置将标准地址数据与建筑物实体叠加，对标准地址数据进行地址分词计算，提取同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定门牌地址编码规则；将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联，解决了现场人工核查标准地址出错率高，效率低，标准地址无法精确定位的问题，实现了标准地址作为最基础地理信息数据，连接各种空间信息与属性信息的媒介，促进了数据的应用，提高了社会协调治理、公共服务等领域的智能化服务水平。
附图说明
图1为本发明实施例1提供的一种标准地址与建筑物关联匹配方法的流程图；
图2为本发明实施例2提供的一种标准地址与建筑物关联匹配方法的流程图；
图3为本发明实施例2提供的标准地址数据地址模型；
图4为本发明实施例2提供的近邻表；
图5为本发明实施例2提供的落入建筑物外的标准地址数据与最邻近建筑物进行批量关联后的关联结果图。
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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。
实施例1
本实施例提供了一种标准地址与建筑物关联匹配方法，如图1所示，包括：
步骤s1：将标准地址数据和建筑物进行空间叠加，建立地址要素分类字典，对标准地址数据进行地址分词计算；
步骤s2：提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定标准地址数据的门牌地址编码规则；
步骤s3：将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
本实施例中，第一预设范围内的建筑物具体为以落入建筑物外的标准地址数据为中心，在搜索半径范围内的建筑物。
优选地，可以设置搜索半径50m作为阈值。
优选地，步骤s1具体为：将标准地址数据和建筑物进行空间叠加，标记落在建筑物内的标准地址数据，建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
优选地，步骤s2具体包括:
步骤s2-1：提取标准地址数据中属于同一道路的门牌地址号，将同一道路的门牌地址号按单、双号标记；
步骤s2-2：根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
步骤s2-3：根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
步骤s2-4：根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
进一步地，步骤s2-2具体为：判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
步骤s2-3具体为：对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南至西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南至东北走向或南北走向。
若两个相邻单号或两个相邻双号中的较小门牌地址号的坐标点为(x1，y1)，较大门牌地址号的坐标点为(x2，y2),依次计算计算水平增量x2-x1和垂直增量y2-y1，计算垂直增量y2-y1与水平增量x2-x1的比值，若
Figure BDA0003106113040000071
则门牌地址号编码沿道路走向为东南-西北走向或东西走向，若
Figure BDA0003106113040000072
则门牌地址号编码沿道路走向为西南-东北走向或南北走向。
优选地，步骤s3具体包括:
步骤a1：在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
步骤a2:计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值，根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物；
步骤a3：根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
本实施例还提供了一种标准地址与建筑物关联匹配装置，包括：
叠加模块、分词模块、确定编码模块、近邻分析模块和关联模块；
叠加模块，用于将标准地址数据与建筑物进行空间叠加；
分词模块，用于建立地址要素分类字典，对标准地址数据进行地址分词计算；
确定编码模块，用于提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定标准地址数据的门牌地址编码规则；
近邻分析模块，用于将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析；
关联模块，用于根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
本实施例中提供的一种标准地址与建筑物关联匹配装置，还可以包括标记模块；标记模块，用于标记落在建筑物内的标准地址数据；
分词模块，具体用于建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
本实施例中，确定编码模块包括：提取单元、标记单元、第一判断单元、第二判断单元和第三判断单元；
提取单元，用于提取标准地址数据中属于同一道路的门牌地址号；
标记单元，用于将同一道路的门牌地址号按单、双号标记；
第一判断单元，用于根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
第二判断单元，用于根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
第三判断单元，用于根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
本实施例中，第一判断单元，具体用于判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
第二判断单元，具体用于对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南-西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南-东北走向或南北走向。
本实施例中，近邻分析模块包括：创建单元、计算单元和第四判断单元；
创建单元，用于在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
计算单元，用于计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值；
第四判断单元，用于根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物。
本实施例提供的一种标准地址与建筑物关联匹配方法及装置，将标准地址数据和建筑物进行空间叠加，建立地址要素分类字典，对标准地址数据进行地址分词计算，提取同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定门牌地址编码规则；将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。本发明解决了现场人工核查标准地址出错率高，效率低，标准地址无法精确定位的问题，实现了标准地址作为最基础地理信息数据，连接各种空间信息与属性信息的媒介，促进了数据的应用，提高了社会协调治理、公共服务等领域的智能化服务水平。
实施例2
本实施例提供了一种标准地址与建筑物关联匹配方法，首先将标准地址数据与建筑物实体叠加，对落入建筑物的标准地址数据做好标记，具体将落入建筑物的标准地址数据的属性字段记为1，统一通过地址分词计算提取标准地址数据中属于同一道路的门牌地址号；再基于已提取的落在建筑物外的标准地址数据的空间数据，根据门牌地址号单、双号连线是否与道路中心线相交，判断门牌地址号编码是双边编码还是单边编码；然后根据相邻单号或相邻双号门牌地址的坐标增量判断门牌地址号编码沿道路走向，确定具体的门牌地址编码原则；最后根据国家相关部门制定的《门牌标志管理办法》结合建筑物与门牌地址之间的距离关系，实现将落入建筑物外的标准地址数据与最邻近建筑物的批量关联。
总体流程可分为三部分：1、标准地址数据处理2、门牌地址编码规则确定3、将落入建筑物外的标准地址数据与最邻近建筑物的批量关联。
具体流程如图2所示：
步骤m1:在GIS(Geographic Information System，地理信息系统)软件中，将标准地址数据和建筑物实体进行空间叠加，并标记落在建筑物内的标准地址数据为1，再建立地址要素分类字典，对所有的标准地址数据进行地址分词计算；
标准地址数据地址模型可以如图3所示，由于标准地址数据指代的是标准的门牌地址，所以只用通过简单的中文字段操作就可以，无需复杂的分词系统进行操作，比如标准门牌地址广东省广州市白云区鸦岗仁寿街18号，首先依次去掉广东(省)、广州(市)、白云(区)，再判断字符串中包含路、门、街、巷、道、里、南、横、东、南、西、北、坊中任意一个字之前的字符串为道路名称，之后的字符串为门牌地址号。
步骤m2：根据步骤m1的分词，提取属于同一道路的门牌地址号，将属于同一道路的门牌地址号按单、双号标记；
基于国家有关规定，门牌地址一般按以下编码方式：道路两侧标准门牌地址编制原则一般按照道路的走向确定，采用自东向西，自南向北，左边为单号，右边为双号。
步骤m3：根据属于同一道路的门牌地址号的单、双号连线和道路中心线相交判断门牌地址号编码是单边编码还是双边编码；
具体地，若任意属于同一道路的门牌地址号的单、双号连线与该对应道路中心线有交点，则门牌地址号编码为双边编码，否则为单边编码；
步骤m4：根据属于同一道路的门牌地址号中的相邻单或双号点按大小顺序依次根据水平(X)、垂直(Y)增量判断门牌地址号编码沿道路走向；
如，根据属于同一道路的门牌地址号中的相邻单号或双号点依次为标准门地址1和标准地址2,标准地址2的门牌地址号大于标准地址1的门牌地址号；标准地址1的坐标点(x1，y1)，标准地址2的坐标点(x2，y2)，若
Figure BDA0003106113040000111
则门牌地址编码为东南-西北走向或东西走向；若
Figure BDA0003106113040000112
则道路、街、巷为西南-东北走向或南北走向。
步骤m5：根据门牌地址号编码是单边编码还是双边编码和门牌地址号编码沿道路走向确定标准地址的门牌地址编码规则；
如，门牌地址号编码是双边编码，若门牌地址号编码沿道路走向为东西走向，则由东向西编号，偏北侧为双号，南侧为单号；若门牌地址号编码沿道路走向为南北走向，则由南向北编号，偏东侧为双号，偏西侧为单号；
步骤m6:在将落入建筑物外的标准地址数据点周围50m距离内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只能包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
步骤m7:计算标准地址点输入要素到建筑物图层中搜索半径50m内建筑物间距离，生成近邻表，支持查找多个邻近要素，得到所有邻近要素与标准地址点输入要素的邻近性排序整数值；
近邻表要素图如图4所示，生成的近邻表属性包括IN_FID(输入要素的序号)，NEAR_FID(邻近要素的序号)，NEAR_DIST(输入要素与邻近要素之间的距离)，NEAR_RANK(所有邻近要素与标准地址点输入要素的邻近性排序整数值)
步骤m8：根据所有邻近要素与标准地址点输入要素的邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物；
具体地，查看与IN_FID对应的NEAR_RANK的排序，从近到远依次排序。若NEAR_RANK的排序值为1,则表示与IN_FID对应的标准地址点输入要素与NEAR_FID对应的建筑物最邻近。
步骤m9：根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
例如，最终关联结果可以如图5所示。
本实施例提供的一种标准地址与建筑物关联匹配方法，首先将标准地址数据与建筑物实体空间叠加，通过地址分词计算提取出属于同一道路上的门牌地址号，依据门牌地址号的单双号分布情况，判断门牌地址号编码是否为单边编码或双边编码，门牌地址号编码沿道路走向，最后确定门牌地址编码规则，再将落入建筑外的标准地址与建筑物在50m阈值内进行近邻分析，在这里主要是点到面的近邻分析，判断出与落入建筑外的标准地址最邻近的建筑物；最后根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。本发明解决了现场人工核查标准地址出错率高，效率低，标准地址无法精确定位的问题，还可以在进行同一道路门牌地址号提取时，对已提取的标准地址数据进行了标记，避免过度的重复操作。通过设定一定的搜索范围，进行邻近分析，减少了计算机内存的消耗，通过根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联，进行标准地址的精准定位，提高了工作效率，提升了标准地址作为中间桥梁的价值，促进了城市精细化管理，实现了标准地址作为最基础地理信息数据，连接各种空间信息与属性信息的媒介，促进了数据的应用，提高了社会协调治理、公共服务等领域的智能化服务水平。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (10)

1.一种标准地址与建筑物关联匹配方法，其特征在于，包括：
步骤s1：将标准地址数据和建筑物进行空间叠加，建立地址要素分类字典，对标准地址数据进行地址分词计算；
步骤s2：提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定所述标准地址数据的门牌地址编码规则；
步骤s3：将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析，根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
2.根据权利要求1所述的标准地址与建筑物关联匹配方法，其特征在于，
所述步骤s1具体为：将标准地址数据和建筑物进行空间叠加，标记落在建筑物内的标准地址数据，建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
3.根据权利要求1所述的标准地址与建筑物关联匹配方法，其特征在于，所述步骤s2具体包括:
步骤s2-1：提取标准地址数据中属于同一道路的门牌地址号，将同一道路的门牌地址号按单、双号标记；
步骤s2-2：根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
步骤s2-3：根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
步骤s2-4：根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
4.根据权利要求3所述的标准地址与建筑物关联匹配方法，其特征在于，
步骤s2-2具体为：判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
步骤s2-3具体为：对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南至西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南至东北走向或南北走向。
5.根据权利要求1所述的标准地址与建筑物关联匹配方法，其特征在于，所述步骤s3具体包括:
步骤a1：在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
步骤a2:计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值，根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物；
步骤a3：根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
6.一种标准地址与建筑物关联匹配装置，其特征在于，包括：叠加模块、分词模块、确定编码模块、近邻分析模块和关联模块；
所述叠加模块，用于将标准地址数据与建筑物进行空间叠加；
所述分词模块，用于建立地址要素分类字典，对标准地址数据进行地址分词计算；
确定编码模块，用于提取标准地址数据中属于同一道路的门牌地址号，根据同一道路的门牌地址号的单双号分布确定所述标准地址数据的门牌地址编码规则；
近邻分析模块，用于将落入建筑物外的标准地址数据与在第一预设范围内的建筑物进行近邻分析；
关联模块，用于根据门牌地址编码规则将落入建筑物外的标准地址数据与最邻近建筑物进行批量关联。
7.根据权利要求6所述的标准地址与建筑物关联匹配装置，其特征在于，还包括标记模块；所述标记模块，用于标记落在建筑物内的标准地址数据；
所述分词模块，具体用于建立地址要素分类字典，对所有标准地址数据进行地址分词计算，得到标准地址数据中的门牌地址号、道路数据。
8.根据权利要求6所述的标准地址与建筑物关联匹配装置，其特征在于，所述确定编码模块包括：提取单元、标记单元、第一判断单元、第二判断单元和第三判断单元；
所述提取单元，用于提取标准地址数据中属于同一道路的门牌地址号；
所述标记单元，用于将同一道路的门牌地址号按单、双号标记；
所述第一判断单元，用于根据同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交判断门牌地址号编码是单边编码或双边编码；
所述第二判断单元，用于根据同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次根据水平增量和垂直增量判断门牌地址号编码沿道路走向；
所述第三判断单元，用于根据判断出的门牌地址号编码是单边编码或双边编码以及门牌地址号编码沿道路走向确定门牌地址编码规则。
9.根据权利要求8所述的标准地址与建筑物关联匹配装置，其特征在于，
所述第一判断单元，具体用于判断同一道路的门牌地址号中的任意一个单号和一个双号之间连线与道路中心线是否相交，若是，则门牌地址号编码为双边编码，否则门牌地址号编码为单边编码；
所述第二判断单元，具体用于对同一道路的门牌地址号中的两个相邻单号或两个相邻双号按大小顺序依次计算水平增量和垂直增量；计算垂直增量与水平增量的比值；若垂直增量与水平增量的比值不大于0，则门牌地址号编码沿道路走向为东南至西北走向或东西走向，若垂直增量与水平增量的比值大于0，则门牌地址号编码沿道路走向为西南至东北走向或南北走向。
10.根据权利要求6所述的标准地址与建筑物关联匹配装置，其特征在于，所述近邻分析模块包括：创建单元、计算单元和第四判断单元；
所述创建单元，用于在将落入建筑物外的标准地址数据周围第一预设范围内创建缓冲区多边形，根据点要素创建泰森多边形，每个泰森多边形只包含一个标准地址点输入要素，泰森多边形中的任何位置距其自身包含的标准地址点输入要素的距离都比到任何其他泰森多边形中包含的标准地址点输入要素的距离近；
所述计算单元，用于计算标准地址点输入要素到建筑物图层中第一预设范围内建筑物间距离，生成近邻表并查找多个邻近要素；得到所有邻近要素与标准地址点输入要素的邻近性排序整数值；
所述第四判断单元，用于根据邻近性排序整数值，判断离落入建筑物外的标准地址数据最邻近的建筑物。
CN202110638388.8A 2021-06-08 2021-06-08 一种标准地址与建筑物关联匹配方法及装置 Active CN113361233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110638388.8A CN113361233B (zh) 2021-06-08 2021-06-08 一种标准地址与建筑物关联匹配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110638388.8A CN113361233B (zh) 2021-06-08 2021-06-08 一种标准地址与建筑物关联匹配方法及装置

Publications (2)

Publication Number Publication Date
CN113361233A true CN113361233A (zh) 2021-09-07
CN113361233B CN113361233B (zh) 2024-01-26

Family

ID=77533268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110638388.8A Active CN113361233B (zh) 2021-06-08 2021-06-08 一种标准地址与建筑物关联匹配方法及装置

Country Status (1)

Country Link
CN (1) CN113361233B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117874013A (zh) * 2023-12-23 2024-04-12 武汉科信云图信息技术有限公司 一种业务地名地址数据标准化治理效率提升方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050216302A1 (en) * 2004-03-16 2005-09-29 Icontrol Networks, Inc. Business method for premises management
CN101350012A (zh) * 2007-07-18 2009-01-21 北京灵图软件技术有限公司 一种地址匹配的方法和系统
CN109947881A (zh) * 2019-02-26 2019-06-28 广州城市规划技术开发服务部 一种poi判重方法、装置、移动终端及计算机可读存储介质
CN110019625A (zh) * 2017-12-20 2019-07-16 中国电信股份有限公司 文本标准地址空间化方法和装置、计算机可读存储介质
CN111914047A (zh) * 2020-07-16 2020-11-10 苏州数字地图信息科技股份有限公司 基于二维码门牌的地理实体网格生成方法、装置及介质
CN112131636A (zh) * 2020-09-08 2020-12-25 湖南建工集团有限公司 一种建筑信息模型与物联网监测项精准映射的装置及方法
CN112527933A (zh) * 2020-12-04 2021-03-19 重庆市地理信息和遥感应用中心 一种基于空间位置和文本训练的中文地址关联方法
CN112541490A (zh) * 2020-12-03 2021-03-23 广州城市规划技术开发服务部有限公司 一种基于深度学习的档案影像信息结构化构建方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050216302A1 (en) * 2004-03-16 2005-09-29 Icontrol Networks, Inc. Business method for premises management
CN101350012A (zh) * 2007-07-18 2009-01-21 北京灵图软件技术有限公司 一种地址匹配的方法和系统
CN110019625A (zh) * 2017-12-20 2019-07-16 中国电信股份有限公司 文本标准地址空间化方法和装置、计算机可读存储介质
CN109947881A (zh) * 2019-02-26 2019-06-28 广州城市规划技术开发服务部 一种poi判重方法、装置、移动终端及计算机可读存储介质
CN111914047A (zh) * 2020-07-16 2020-11-10 苏州数字地图信息科技股份有限公司 基于二维码门牌的地理实体网格生成方法、装置及介质
CN112131636A (zh) * 2020-09-08 2020-12-25 湖南建工集团有限公司 一种建筑信息模型与物联网监测项精准映射的装置及方法
CN112541490A (zh) * 2020-12-03 2021-03-23 广州城市规划技术开发服务部有限公司 一种基于深度学习的档案影像信息结构化构建方法及装置
CN112527933A (zh) * 2020-12-04 2021-03-19 重庆市地理信息和遥感应用中心 一种基于空间位置和文本训练的中文地址关联方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于焕菊;李云岭;齐清文;: "顾及实体空间关系的地址编码方法研究", 地理与地理信息科学, no. 05, pages 49 - 52 *
袁园;: "标准地址库系统的设计与实现", 地理空间信息, no. 06, pages 119 - 121 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117874013A (zh) * 2023-12-23 2024-04-12 武汉科信云图信息技术有限公司 一种业务地名地址数据标准化治理效率提升方法及装置
CN117874013B (zh) * 2023-12-23 2024-08-13 武汉科信云图信息技术有限公司 一种业务地名地址数据标准化治理效率提升方法及装置

Also Published As

Publication number Publication date
CN113361233B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
Wang et al. Identification and analysis of urban functional area in Hangzhou based on OSM and POI data
CN107092680B (zh) 一种基于地理网格的政务信息资源整合方法
CN111625732B (zh) 地址匹配方法及装置
Wieczorek et al. Geographic information systems
CN103838825A (zh) 一种全球地名数据整合与代码编制方法
Oh LandScape Information System: A GIS approach to managing urban development
CN103514235B (zh) 一种增量码库的建立方法和装置
CN111221867B (zh) 一种保护性建筑信息管理系统
Yin et al. A deep learning approach for rooftop geocoding
CN112000755B (zh) 一种基于手机信令数据的区域出行廊道识别方法
CN111104449A (zh) 基于地理空间画像挖掘的多源城市时空标准地址融合方法
CN112365595A (zh) 基于报警数据点要素的鉴别交通事故多发点的分析方法
CN115292507A (zh) 基于知识图谱的交通出行分析方法、装置、设备及介质
CN113361233B (zh) 一种标准地址与建筑物关联匹配方法及装置
Hu et al. Construction of a refined population analysis unit based on urban forms and population aggregation patterns
Eslamirad et al. Geoprocess of geospatial urban data in Tallinn, Estonia
CN110610446A (zh) 一种基于两步聚类思路的县域城镇分类方法
Liu Dynamic analysis of multicenter spatial structure with big data in smart city
Wang et al. GIS cloud computing based government Big Data analysis platform
Liu et al. Application of the local colocation quotient method in jobs-housing balance measurement based on mobile phone data: A case study of Nanjing City
Bi et al. Analysis of travel hot spots of taxi passengers based on community detection
Yang et al. Spatiotemporal simulation of tourist town growth based on the cellular automata model: the case of Sanpo town in Hebei province
REN et al. A study on the emerging and changing rules of urban hotspots using SNS data
He et al. Identification and analysis of industrial land in China based on the point of interest data and random forest model
Jia Neural Network Model of Urban Landscape Design Based on Multi‐Target Detection

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