CN113806601B - 一种周边兴趣点检索方法及存储介质 - Google Patents
一种周边兴趣点检索方法及存储介质 Download PDFInfo
- Publication number
- CN113806601B CN113806601B CN202111367674.1A CN202111367674A CN113806601B CN 113806601 B CN113806601 B CN 113806601B CN 202111367674 A CN202111367674 A CN 202111367674A CN 113806601 B CN113806601 B CN 113806601B
- Authority
- CN
- China
- Prior art keywords
- character
- target point
- point
- peripheral
- characters
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
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)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种周边兴趣点检索方法及存储介质,该检索方法包括:对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标;然后根据目标点经纬度信息计算目标点GeoHash值,实现对地理信息的一元索引;最后利用目标点GeoHash值的邻接字符获得最终目标区域的邻接GeoHash字符串进行周边区域检索。本发明采用了GeoHash值表示的为方形范围,并非具体位置,可以隐藏用户精确坐标,不暴露其实际位置,有助于保护用户隐私;将二维的经纬度信息转换成一维的数组信息,实现对地理信息的一元索引,并且本发明避免了仅依靠字符前缀匹配出现的边界数据点遗失问题,提高了周边兴趣点检索准确率。
Description
技术领域
本发明涉及计算机模拟技术领域,具体的,涉及一种周边兴趣点检索方法及存储介质,该方法特别适用周边兴趣点检索等相关领域。
背景技术
兴趣点一般指电子地图中可抽象为点的地理对象,如学校、商店、公交站等。城市周边兴趣点检索,主要根据用户待查询的位置,采用经纬度信息作为搜索条件,依次计算该位置与所在城市全部兴趣点的实际距离,获得满足条件的兴趣点集合。但是城市兴趣点数量较多,整体计算较为繁琐,所以传统周边兴趣点检索方法存在检索速度慢,效率不高的问题。
因此,如何克服上述不足,快速而高效的实现周边兴趣点检索成为亟需解决的技术问题。
发明内容
本发明的目的在于提出一种周边兴趣点检索方法,克服传统周边兴趣点检索方法存在检索速度慢,效率不高的问题。
为达此目的,本发明采用以下技术方案:
一种周边兴趣点检索方法,其特征在于,包括如下步骤:
目标点经纬度坐标获得步骤S110:
获取目标点位置信息并对位置信息进行预处理,即通过对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标;
目标点GeoHash值计算步骤S120:
对所获得目标点的经纬度信息,采用二分法分别对经度信息与纬度信息进行划分,生成各自的编码数组,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组,最后对组合成的新编码数组按Base32编码规则转换,获得所述目标点的GeoHash值;
周边兴趣点检索S130:
根据目标点的GeoHash值检索周边区域内的兴趣点,采用目标字符周边位置的相应字符替换目标字符,所述目标字符即所述目标点的GeoHash值的最后一个字符,当相应字符为边界字符时,对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符,得到最终目标区域的邻接GeoHash字符串,即周边兴趣点检索区域集合,进而实现周边兴趣点检索。
可选的,在获得目标点经纬度坐标步骤S110中,获取目标点位置信息后采用高德地图接口,将文本位置信息转换为经纬度坐标信息。
可选的,在目标点GeoHash值计算步骤S120中,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组具体为:按照“偶数位存放经度编码,奇数位存放纬度编码”的规则,组合两串编码得到新的二进制编码数组。
可选的,在目标点GeoHash值计算步骤S120中,Base32编码对所述新编码数组按照五位一组的方式进行划分,然后将划分得到的各组数据按Base32编码对应表映射为相应的字符串并组合生成编码结果。
可选的,在目标点GeoHash值计算步骤S120中,通过计算目标点的GeoHash值能够把二维的经纬度信息转换成一维的数组信息,实现对地理信息的一元索引,加快周边兴趣点位置信息检索效率。
可选的,在所述周边兴趣点检索S130中,所述对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符具体为:对于边界字符的处理,首先确定目标字符的超出方向以及超出方向的邻近区域字符集合;然后将所述目标点的GeoHash值的字符处理退回到上一个字符,即左侧的字符,利用该上一个字符在其所在的字符表获取该上一个字符在所述超出方向的邻接字符,将该邻接字符作为结果字符替代所述上一个字符,若上一个字符仍为边界字符,再次退回进一步的上一个字符,直至处理字符不是边界字符为止;将所有在退回过程得到的邻接字符作为结果字符与所述邻近区域字符集合进行组合,得到目标区域的邻接GeoHash字符串结果。
本发明进一步公开了一种存储介质,用于存储计算机可执行指令,其特征在于:
所述计算机可执行指令在被处理器执行时执行上述的周边兴趣点检索方法。
本发明提供的周边兴趣点检索方法,与现有技术相比,具有如下优势:
1)由于本发明采用目标点的Geohash值进行计算,而非直接使用目标点的经纬度坐标,该目标点的GeoHash值表示的为方形范围,并非具体位置,可以隐藏用户精确坐标,不暴露其实际位置,有助于保护用户隐私。
2)由于本发明将二维的经纬度信息转换成一维的数组信息,实现对地理信息的一元索引,有效提高周边兴趣点位置信息检索效率。
3)由于本发明采用的周边兴趣点检索方法,避免了仅依靠字符前缀匹配出现的边界数据点遗失问题,提高了周边兴趣点检索准确率。
附图说明
图1是根据本发明具体实施例的周边兴趣点检索方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
本发明提出了一种周边兴趣点检索方法,首先对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标;然后计算目标点GeoHash值,实现对地理信息的一元索引;最后利用目标点GeoHash值的邻接字符获得最终目标区域的邻接GeoHash字符串进行周边区域检索,可以有效提高周边兴趣点位置信息检索效率。
具体的,参见图1,示出了本发明周边兴趣点检索方法的流程图,包括如下步骤:
目标点经纬度坐标获得步骤S110:
获取目标点位置信息并对位置信息进行预处理,即通过对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标。
在一个具体的实施例中,在获得目标点经纬度坐标步骤S110中,获取目标点位置信息后采用高德地图接口,将文本位置信息转换为经纬度坐标信息。
目标点GeoHash值计算步骤S120:
对所获得目标点的经纬度信息,采用二分法分别对经度信息与纬度信息进行划分,生成各自的编码数组,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组,最后对组合成的新编码数组按Base32编码规则转换,获得所述目标点的GeoHash值。
具体的,以目标点北海公园(39.928167,116.389550)为例,首先对经度116.389550进行二分计算,地球经度区间[-180,180]中间值为0,把区间平均分成两部分即[-180,0),[0,180],目标点经度116.389550在右区间[0,180],记录为1;接着继续将区间[0,180]平均分成两部分即 [0,90),[90,180],目标点经度在右区间[90,180],记录为1;依次类推,若目标点的经度属于右区间,则记录1,反之记录为0。继续二分方法,对目标点经度116.389550计算得到二进制编码1101001011,具体如表1所示;同理,可以对目标点纬度进行计算得到二进制编码1011100011,具体如表2所示;然后将二分计算得到的经纬度编码进行组码操作,按照“偶数位存放经度编码,奇数位存放纬度编码”的规则,组合两串编码得到新的二进制数组11100 11101 00100 01111,具体如表3所示。最后对合并后的二进制数组按照Base32编码规则进行转换,获得目标点的GeoHash值“wx4g”。
表1经度二分表
经度范围 | 划分左区间0 | 划分右区间1 | 116.389550 | |
1 | [-180,180] | [-180,0.0) | [0.0,180] | 1 |
2 | [0.0,180] | [0.0,90.0) | [90.0,180] | 1 |
3 | [90.0,180] | [90.0,135.0) | [135.0,180] | 0 |
4 | [90.0,135.0] | [90.0,112.5) | [112.5,135.0] | 1 |
5 | [112.5,135.0] | [112.5,123.75) | [123.75,135.0] | 0 |
6 | [112.5,123.75] | [112.5,118.125) | [118.125,123.75] | 0 |
7 | [112.5,118.125] | [112.5,115.312) | [115.312,118.125] | 1 |
8 | [115.312,118.125] | [115.312,116.718) | [116.718,118.125] | 0 |
9 | [115.312,116.718] | [115.312,116.015) | [116.015,116.718] | 1 |
10 | [116.015,116.718] | [116.015,116.367) | [116.367,116.718] | 1 |
表2维度二分表
纬度范围 | 划分左区间0 | 划分右区间1 | 39.928167 | |
1 | [-90,90] | [-90,0.0) | [0.0,90] | 1 |
2 | [0.0,90] | [0.0,45.0) | [45.0,90] | 0 |
3 | [0.0,45.0] | [0.0,22.5) | [22.5,45.0] | 1 |
4 | [22.5,45.0] | [22.5,33.75) | [33.75,45.0] | 1 |
5 | [33.75,45.0] | [33.75,39.375) | [39.375,45.0] | 1 |
6 | [39.375,45.0] | [39.375,42.1875) | [42.1875,45.0] | 0 |
7 | [39.375,42.1875] | [39.375,40.7812) | [40.7812,42.1875] | 0 |
8 | [39.375,40.7812] | [39.375,40.0781) | [40.0781,40.7812] | 0 |
9 | [39.375,40.0781] | [39.375,39.7265) | [39.7265,40.0781] | 1 |
10 | [39.7265,40.0781] | [39.7265,39.9023) | [39.9023,40.0781] | 1 |
表3组码表
编码 | 1 | 1 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 |
序号 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 |
具体的,在目标点GeoHash值计算步骤S120中,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组具体为:按照“偶数位存放经度编码,奇数位存放纬度编码”的规则,组合两串编码得到新的二进制编码数组。
具体的,在目标点GeoHash值计算步骤S120中,Base32编码对所述新编码数组按照五位一组的方式进行划分,然后将划分得到的各组数据按Base32编码对应表映射为相应的字符串并组合生成编码结果,是一种有效的处理二进制编码数组方法。
具体的,在目标点GeoHash值计算步骤S120中,通过计算目标点的GeoHash值能够把二维的经纬度信息转换成一维的数组信息,实现对地理信息的一元索引,加快周边兴趣点位置信息检索效率。并且该目标点的GeoHash值表示的为方形范围,并非具体位置,有助于用户隐私保护,隐藏其精确坐标。
周边兴趣点检索S130:
根据目标点的GeoHash值检索周边区域内的兴趣点,采用目标字符周边位置的相应字符替换目标字符,所述目标字符即所述目标点的GeoHash值的最后一个字符,当相应字符为边界字符时,对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符,得到最终目标区域的邻接GeoHash字符串,即周边兴趣点检索区域集合,进而实现周边兴趣点检索。
具体的,在所述周边兴趣点检索S130中,所述对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符具体为:对于边界字符的处理,首先确定目标字符的超出方向以及超出方向的邻近区域字符集合;然后将所述目标点的GeoHash值的字符处理退回到上一个字符,即左侧的字符,利用该上一个字符在其所在的字符表获取该上一个字符在所述超出方向的邻接字符,将该邻接字符作为结果字符替代所述上一个字符,若上一个字符仍为边界字符,再次退回进一步的上一个字符,直至处理字符不是边界字符为止;将所有在退回过程得到的邻接字符作为结果字符与所述邻近区域字符集合进行组合,得到目标区域的邻接GeoHash字符串结果。
具体的,Base32编码中偶数位字符位置如表4,Base32编码中奇数位字符位置如表5。以目标点的GeoHash值“wx4g”为例,寻找其邻接区域编码,首先根据字符“g”位于偶数位,故在表4中寻求邻接字符,得到结果为“s,e,d,u,f”,而“h,5,4”超出右边界。此时,将字符处理由“g”退回到上一个字符,即左侧的字符,或者说是“wx4g”中的第三个字符“4”。对于“4”,相邻区域字符串集合为“h,5,4”寻求表5中字符“4”的右邻接字符为“5”,由于“5”不是边界字符则以“5”作为结果字符替代所述上一个字符“4”。对于结果“s,e,d,u,f”,采用目标字符周边位置的相应字符替换所述目标字符,得到“wx4s,wx4e,wx4d,wx4u,wx4f”。对于结果字符“5”与相邻区域字符串集合为“h,5,4”分别组合,得到“wx5h,wx55,wx54”。
否则,进一步的退回到上一个字符,即“wx4g”中的第二个字符“x”,则在表4寻找“wx4g”第二位的“x”的右邻接字符,即“z”,以在退回过程中得到的所有邻接字符“z5”作为结果字符,分别与相邻区域字符串集合为“h,5,4”分别组合,得到“wz5h,wz55,wz54”。
表4偶数位字符位置表
p | r | x | z |
n | q | w | y |
j | m | t | v |
h | k | s | u |
5 | 7 | e | g |
4 | 6 | d | f |
1 | 3 | 9 | c |
0 | 2 | 8 | b |
表5奇数位字符位置表
b | c | f | g | u | v | y | z |
8 | 9 | d | e | s | t | w | x |
2 | 3 | 6 | 7 | k | m | q | r |
0 | 1 | 4 | 5 | h | j | n | p |
综上所述,本发明提出了一种周边兴趣点检索方法,包括:对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标;然后根据目标点经纬度信息计算目标点GeoHash值,实现对地理信息的一元索引;最后利用目标点GeoHash值的邻接字符获得最终目标区域的邻接GeoHash字符串进行周边区域检索,可以有效提高周边兴趣点位置信息检索效率。
进一步的,本发明还公开了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被处理器执行时执行上述的周边兴趣点检索方法。
本发明提供的周边兴趣点检索方法,与现有技术相比,具有如下优势:
1)由于本发明采用目标点的GeoHash值进行计算,而非直接使用目标点的经纬度坐标,该目标点的GeoHash值表示的为方形范围,并非具体位置,可以隐藏用户精确坐标,不暴露其实际位置,有助于保护用户隐私。
2)由于本发明将二维的经纬度信息转换成一维的数组信息,实现对地理信息的一元索引,有效提高周边兴趣点位置信息检索效率。
3)由于本发明采用的周边兴趣点检索方法,避免了仅依靠字符前缀匹配出现的边界数据点遗失问题,提高了周边兴趣点检索准确率。
显然,本领域技术人员应该明白,上述的本发明的各单元或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施方式仅限于此,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单的推演或替换,都应当视为属于本发明由所提交的权利要求书确定保护范围。
Claims (6)
1.一种周边兴趣点检索方法,其特征在于,包括如下步骤:
目标点经纬度坐标获得步骤S110:
获取目标点位置信息并对位置信息进行预处理,即通过对目标点位置信息进行解析,获取所述目标点对应的经纬度坐标;
目标点GeoHash值计算步骤S120:
对所获得目标点的经纬度信息,采用二分法分别对经度信息与纬度信息进行划分,生成各自的编码数组,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组,最后对组合成的新编码数组按Base32编码规则转换,获得所述目标点的GeoHash值;
周边兴趣点检索S130:
根据目标点的GeoHash值检索周边区域内的兴趣点,采用目标字符周边位置的相应字符替换目标字符,所述目标字符即所述目标点的GeoHash值的最后一个字符,当相应字符为边界字符时,对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符,得到最终目标区域的邻接GeoHash字符串,即周边兴趣点检索区域集合,进而实现周边兴趣点检索。
2.根据权利要求1所述的周边兴趣点检索方法,其特征在于,
在获得目标点经纬度坐标步骤S110中,获取目标点位置信息后采用高德地图接口,将文本位置信息转换为经纬度坐标信息。
3.根据权利要求1所述的周边兴趣点检索方法,其特征在于,
在目标点GeoHash值计算步骤S120中,对二分法生成的经纬度的所述编码进行组码操作得到新编码数组具体为:按照“偶数位存放经度编码,奇数位存放纬度编码”的规则,组合两串编码得到新的二进制编码数组。
4.根据权利要求3所述的周边兴趣点检索方法,其特征在于,
在目标点GeoHash值计算步骤S120中,Base32编码对所述新编码数组按照五位一组的方式进行划分,然后将划分得到的各组数据按Base32编码对应表映射为相应的字符串并组合生成编码结果。
5.根据权利要求4所述的周边兴趣点检索方法,其特征在于,
在所述周边兴趣点检索S130中,所述对于边界字符的替换将划分区域放大至上一层级,获取该区域相同方向的邻接字符具体为:对于边界字符的处理,首先确定目标字符的超出方向以及超出方向的邻近区域字符集合;然后将所述目标点的GeoHash值的字符处理退回到上一个字符,即左侧的字符,利用该上一个字符在其所在的字符表获取该上一个字符在所述超出方向的邻接字符,将该邻接字符作为结果字符替代所述上一个字符,若上一个字符仍为边界字符,再次退回进一步的上一个字符,直至处理字符不是边界字符为止;将所有在退回过程得到的邻接字符作为结果字符与所述邻近区域字符集合进行组合,得到目标区域的邻接GeoHash字符串结果。
6.一种存储介质,用于存储计算机可执行指令,其特征在于:
所述计算机可执行指令在被处理器执行时执行权利要求1-5中任意一项所述的周边兴趣点检索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367674.1A CN113806601B (zh) | 2021-11-18 | 2021-11-18 | 一种周边兴趣点检索方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111367674.1A CN113806601B (zh) | 2021-11-18 | 2021-11-18 | 一种周边兴趣点检索方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113806601A CN113806601A (zh) | 2021-12-17 |
CN113806601B true CN113806601B (zh) | 2022-02-18 |
Family
ID=78938378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111367674.1A Active CN113806601B (zh) | 2021-11-18 | 2021-11-18 | 一种周边兴趣点检索方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806601B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500872A (zh) * | 2021-12-30 | 2022-05-13 | 浙江大华技术股份有限公司 | 摄像机与道路信息的匹配方法、计算机设备和存储介质 |
CN114741612B (zh) * | 2022-06-13 | 2022-09-02 | 北京融信数联科技有限公司 | 一种基于大数据的消费习惯分类方法、系统和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516950A (zh) * | 2014-12-10 | 2015-04-15 | 百度在线网络技术(北京)有限公司 | 一种兴趣点的查询方法及装置 |
CN113483729A (zh) * | 2021-07-07 | 2021-10-08 | 哈尔滨理工大学 | 一种基于隐私保护和机器负载平衡的经纬测距方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7382290B2 (en) * | 2005-02-04 | 2008-06-03 | Shannon Bowling | Mapping program including a map, process and system for precisely representing or determining a location on the map and an electronic device and a storage medium therefor |
-
2021
- 2021-11-18 CN CN202111367674.1A patent/CN113806601B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516950A (zh) * | 2014-12-10 | 2015-04-15 | 百度在线网络技术(北京)有限公司 | 一种兴趣点的查询方法及装置 |
CN113483729A (zh) * | 2021-07-07 | 2021-10-08 | 哈尔滨理工大学 | 一种基于隐私保护和机器负载平衡的经纬测距方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113806601A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113806601B (zh) | 一种周边兴趣点检索方法及存储介质 | |
KR100545477B1 (ko) | 거리 측정기를 사용한 이미지 검색법 | |
US6868420B2 (en) | Method for traversing quadtrees, octrees, and N-dimensional bi-trees | |
Lee et al. | Efficient local statistical analysis via integral histograms with discrete wavelet transform | |
KR20040095751A (ko) | 위치 및 정밀도 인코딩을 위해 그리드 인덱스를 사용하는시스템 및 방법 | |
CN110633262B (zh) | 基于Spark的地图相交区域面积计算方法及系统 | |
CN111078807B (zh) | 位置查询方法、装置、计算机设备及存储介质 | |
US20130046793A1 (en) | Fast matching of image features using multi-dimensional tree data structures | |
CN107463585B (zh) | 指纹数据入库处理方法及装置 | |
CN109829074B (zh) | 目标区域正射影像检索方法、存储介质、电子设备 | |
CN105740428A (zh) | 一种基于b+树的高维磁盘索引结构和图像检索方法 | |
CN112100308B (zh) | 一种北斗时空轨迹的相似性查询方法 | |
CN111507430B (zh) | 基于矩阵乘法的特征编码方法、装置、设备及介质 | |
CN111446968B (zh) | 矢量空间数据多级压缩方法 | |
Pfoser et al. | Trajectory indexing using movement constraints | |
Faloutsos et al. | Analysis of n-dimensional quadtrees using the Hausdorff fractal dimension | |
CN115952252B (zh) | 基于动态渲染的语义瓦片数据处理方法、装置和电子设备 | |
Liu et al. | A new ordering strategy applied to spatial data processing | |
US9436715B2 (en) | Data management apparatus and data management method | |
CN109670072B (zh) | 一种基于间隔提取的商标相似度比较方法 | |
KR102054211B1 (ko) | 이미지 쿼리 기반의 영상 검색 방법 및 시스템 | |
CN107402974B (zh) | 基于多种二进制HoG描述符的草图检索方法 | |
CN117312471B (zh) | 海量位置点的海陆属性判断方法及装置 | |
JP6403232B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Reinecke et al. | Efficient data structures for masks on 2D grids |
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 |