CN115018536A - 区域确定方法、装置、电子设备和可读存储介质 - Google Patents

区域确定方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN115018536A
CN115018536A CN202210602222.5A CN202210602222A CN115018536A CN 115018536 A CN115018536 A CN 115018536A CN 202210602222 A CN202210602222 A CN 202210602222A CN 115018536 A CN115018536 A CN 115018536A
Authority
CN
China
Prior art keywords
target
determining
points
boundary
target position
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.)
Pending
Application number
CN202210602222.5A
Other languages
English (en)
Inventor
蔡军
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202210602222.5A priority Critical patent/CN115018536A/zh
Publication of CN115018536A publication Critical patent/CN115018536A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种区域确定方法、装置、电子设备和可读存储介质，属于人工智能技术领域。其中，所述方法包括：根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；在所述至少三个目标位置点中确定至少三个边界位置点；根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。

Description

区域确定方法、装置、电子设备和可读存储介质
技术领域
本申请属于人工智能技术领域，具体涉及一种区域确定方法、装置、电子设备和可读存储介质。
背景技术
对于每个城市来说，商圈是商业发展的中心，一个商圈的区域范围确定对部分人来说，是具有参考意义的。例如，商圈的发展对于门店的选址具有决定性的参考价值，因此，对于一些线下门店的经营者，对城市商圈比较关注。
在电子设备的一些地图类软件中，会呈现出某个城市中的商圈，其确定该商圈区域的方法如：将某个商场所在区域确定为一个商圈区域。
可见，在现有技术中，在确定商圈区域时，因参考的因素单一，从而导致确定的商圈区域不准确。
发明内容
本申请实施例的目的是提供一种区域确定方法，能够解决在现有技术中，在确定商圈区域时，因参考的因素单一，从而导致确定的商圈区域不准确的问题。
第一方面，本申请实施例提供了一种区域确定方法，该方法包括：根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；在所述至少三个目标位置点中确定至少三个边界位置点；根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。
第二方面，本申请实施例提供了一种区域确定装置，该装置包括：第一确定模块，用于根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；第二确定模块，用于在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；第三确定模块，用于在所述至少三个目标位置点中确定至少三个边界位置点；第四确定模块，用于根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
在本申请的实施例中，首先以目标地理范围为单位，根据地理位置信息确定在单位时间内的人流量信息满足第一条件的至少三个位置点；进一步地，确定相互之间具有关联关系的位置点，作为一组目标位置点；然后，在该组目标位置点中确定边界位置点，并根据边界位置点，确定边界线，最后根据边界线确定目标区域。可见，基于本申请实施例，一方面，以精细的地理位置信息作为参考，进行位置点的确定，而位置点后续用于区域的圈定，从而使得区域的确定更加精细；另一方面，结合人流量这一维度，使得区域的确定参考了实际人流情况。可见，结合两方面，使得确定区域的准确率较高。另外，利用点计算人流量，相比于利用面计算人流量，还可避免因重复计算、遗漏计算等现象造成的计算不准确，从而进一步提高确定区域的准确率。
附图说明
图1是本申请实施例的区域确定方法的流程图；
图2至图4是本申请实施例的区域确定方法的说明示意图；
图5是本申请实施例的区域确定装置的框图；
图6是本申请实施例的电子设备的硬件结构示意图之一；
图7是本申请实施例的电子设备的硬件结构示意图之二。
具体实施方式
下面将结合本申请实施例的附图，对本申请实施例的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的区域确定方法，其执行主体可以是本申请实施例提供的区域确定装置，或者集成了该区域确定装置的电子设备，其中该区域确定装置可以采用硬件或软件的方式实现。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的区域确定方法进行详细地说明。
图1示出了本申请一个实施例的区域确定方法的流程图，以该方法应用于电子设备进行举例，包括：
步骤110：根据目标地理范围的地理位置信息，确定至少三个位置点，位置点在单位时间内的人流量信息满足第一条件。
可选地，目标地理范围是一个城市；可选地，目标地理范围是一个城市的一个区。
可选地，地理位置信息包括经纬度信息。
可选地，按照经纬度信息进行标注，目标地理范围包括多个位置点。
需要说明的是，本申请仅对单位时间内的人流量信息满足第一条件的位置点进行说明，因此，若无具体说明，本申请中涉及到的位置点均为单位时间内的人流量信息满足第一条件的位置点，以下不再赘述。
步骤120：在至少三个位置点中确定至少三个目标位置点，至少三个目标位置点之间具有关联关系。
在该步骤中，基于确定的至少三个位置点，找到具有关联关系的至少三个位置点，作为一组目标位置点。
可选地，关联关系是多个目标位置点之间集中分布。
步骤130：在至少三个目标位置点中确定至少三个边界位置点。
在该步骤中，基于确定的至少三个目标位置点，确定用作边界的位置点，作为边界位置点。
步骤140：根据至少三个边界位置点，确定目标区域的边界线，边界线用于确定目标区域。
可选地，将至少三个边界位置点按照预设的方式连接起来，围成目标区域。
例如，将至少三个边界位置点按照从左到右的顺序，依次连接起来。
在本申请的实施例中，首先以目标地理范围为单位，根据地理位置信息确定在单位时间内的人流量信息满足第一条件的至少三个位置点；进一步地，确定相互之间具有关联关系的位置点，作为一组目标位置点；然后，在该组目标位置点中确定边界位置点，并根据边界位置点，确定边界线，最后根据边界线确定目标区域。可见，基于本申请实施例，一方面，以精细的地理位置信息作为参考，进行位置点的确定，而位置点后续用于区域的圈定，从而使得区域的确定更加精细；另一方面，结合人流量这一维度，使得区域的确定参考了实际人流情况。可见，结合两方面，使得确定区域的准确率较高。另外，利用点计算人流量，相比于利用面计算人流量，还可避免因重复计算、遗漏计算等现象造成的计算不准确，从而进一步提高确定区域的准确率。
在本申请另一个实施例的区域确定方法的流程中，步骤110，包括：
子步骤A1：根据目标地理范围的地理位置信息，确定目标时间段内的平均人流量大于目标阈值的至少三个位置点。
可选地，目标时间段为最近的某个时间段，例如，最近的一个月内。
可选地，平均人流量的计算方式可参照公式一：
personlng-lat＝personsum/hoursum
其中，在公式一中，personlng-lat用于表示位置点在目标时间段内的平均人流量，personsum用于表示位置点在目标时间段内的总人流量，hoursum用于表示目标时间段的总小时数。
在该步骤中，若personlng-lat〉θ1，则认为对应位置点可作为该步骤中筛选出来的一个位置点。
其中，θ1用于表示目标阈值，目标阈值为预先设置的数值。
对应地，若personlng-lat≤θ1，则认为对应位置点不符合本申请的要求，做舍弃处理。
可选地，本实施例应用于商圈区域的确定场景中，筛选出来的位置点可作为有效的客流聚集点。
在本实施例中，提供了一种确定至少三个位置点的方法，依据平均人流量是否大于目标阈值这一条件，筛选出有效位置点。特别地，本申请应用于确定商圈区域的场景中，人流量可体现出商圈的客流量，从而在充分考虑了客流量这一因素的基础上，使得确定的商圈区域更加准确。
在本申请另一个实施例的区域确定方法的流程中，步骤120，包括：
子步骤B1：在预设距离范围内的位置点的数量大于第一阈值的情况下，确定预设距离范围内的位置点之间具有关联关系；第一阈值大于或者等于二。
子步骤B2：根据关联关系，将预设距离范围内的位置点确定为目标位置点。
在该步骤中，在筛选出的至少三个位置点中，确定相互之间具有关联关系的一组位置点。
其中，基于筛选出的至少三个位置点，可能包括多组位置点，一组中的位置点之间具有关联关系，因此，在本申请中，以其中一组位置点进行举例说明，对应地，该组中的位置点确定为目标位置点。
可选地，本申请应用于商圈区域的确定中，一组目标位置点所覆盖的区域，可作为一个聚客区，聚客区可作为待挖掘的商圈。
可选地，采用基于密度的聚类算法(Density-Based Spatial Clustering ofApplications with Noise，简称DBSCAN聚类算法)确定至少三个目标位置点。
在该步骤中，设定一个预设距离范围，如二百米以内，确定二百米以内的所有位置点，作为一组目标位置点。
另外，本申请的关联关系不仅限定了距离关系，还限定了数量关系，即限定了位置点分布的密集度。
对应地，在确定预设距离范围内的所有位置点后，统计这些位置点的数量，在数量大于第一阈值的情况下，确定这些位置点为一组目标位置点。
例如，一组目标位置点可形成一个聚客区，该聚客区即挖掘出来的潜在的商圈。
例如，第一阈值为五个。
可选地，本实施例应用于商圈区域的确定场景中，基于目标地理范围，可挖掘出多个聚客区，各个聚客区包括的聚客点的数量不同。
在本实施例中，提供了一种在多个位置点中确定具有关联关系的至少三个目标位置点的方法，从而可以针对具有关联关系的一组目标位置点，使其形成某种性质的区域，如商圈，进而实现区域的确定。例如，基于关联关系将位置点分布紧凑的小范围作为一个潜在的商圈。可见，本实施例在考虑单一位置点的人流量这一因素的基础上，结合位置点的分布情况，来确定区域，有效提高确定区域的准确率。另外，本实施例基于预设距离范围，形成一个个小的范围，每个小范围用于实现一个区域的确定，还可以确保最终确定的每个区域都是独立的。
在本申请另一个实施例的区域确定方法的流程中，步骤130，包括：
子步骤C1：根据至少三个目标位置点，确定面积最小的矩形。
在该步骤中，基于至少三个目标位置点，如针对一个聚客区，首先圈定一个矩形，这个矩形是在确保所有目标位置点位于矩形的边界上或者边界内的基础上，面积最小的一个矩形。
例如，参见图2，对于图示中的四个目标位置点201，可围成矩形202。
子步骤C2：在矩形的长宽比例大于第二阈值的情况下，将矩形的边界上的目标位置点，确定为边界位置点。
可选地，本实施例应用于商圈区域的确定场景中，以矩形的长宽比例作为判断条件，可以判断出聚客区对应的商圈是否为一条步行街。
其中，若矩形的长宽比例大于第二阈值，则说明聚客区是向两头延伸的，认为是一条步行街。
可选地，第二阈值可根据步行街的形状等特征，预先进行设定。
可选地，矩形的长宽比例计算方法参照公式二：
ratio＝h/w
其中，在公式二中，ratio用于表示矩形的长宽比例，h用于表示矩形的长度，w用于表示矩形的宽度。
可选地，将矩形所对应的区域作为目标区域。
在本实施例中，提供了一种针对矩形区域的确定方法，以提高对这类区域确定的准确率。特别是应用商圈区域的确定场景中，利用步行街这一类型商圈区域多数为矩形形状的这一现象，能够挖掘出步行街这一商圈类型，丰富商圈区域的类型，从而提高确定商圈区域的准确率。
在本申请另一个实施例的区域确定方法的流程中，步骤130，还包括：
子步骤D1：在矩形的长宽比例小于或者等于第二阈值的情况下，以第一目标位置点作为圆形的边界点，确定至少两个圆形，至少两个圆形均为目标半径，至少三个目标位置点包括第一目标位置点。
本实施例结合上一实施例，可用于确定除矩形形状以外的区域类型。例如，用于确定一些不规则形状的区域。
可选地，本实施例应用于商圈区域的确定场景中，可针对聚客区不是步行街的情况，进行商圈区域的确定。
在该步骤中，首先选择任意一个目标位置点(如第一目标位置点P)，以滚动圆的方式，滚动出多个圆形，每个圆形的边界均落在P上。其中，每个圆形的半径均为目标半径
Figure BDA0003670104100000085
子步骤D2：根据至少两个圆形内、以及两个圆形的边界上的各个目标位置点，生成目标位置点集合。
在该步骤中，以P为基准，找到距离P小于或者等于
Figure BDA0003670104100000086
的所有目标位置点，并基于这些目标位置点，生成目标位置点集合，记作点集Q。
子步骤D3：确定第一圆形的第一圆心和第二圆形的第二圆心，第一圆形与第二圆心的相交点分别为第一目标位置点和第二目标位置点，第二目标位置点为目标位置点集合中除第一目标位置点以外的任一个。
在该步骤中，基于点集Q中的任意一个目标位置点(如第二目标位置点P1)，找到相交于P和P1的两个圆形，分别为第一圆形和第二圆形。
进一步地，基于建立的坐标系，P的坐标为(x,y)，P1的坐标为(x1,y1)，假设第一圆形的第一圆心P2的坐标为(x2,y2)，第二圆形的第二圆心P3的坐标为(x3,y3)，因此，可以根据P和P1的坐标，求得P2和P3的坐标。
可选地，参照公式三：
Figure BDA0003670104100000081
公式四：
Figure BDA0003670104100000082
公式五：
Figure BDA0003670104100000083
公式六：
Figure BDA0003670104100000084
公式七：
Figure BDA0003670104100000091
公式八：s2＝(x-x1)2+(y-y1)2
子步骤D4：获取目标位置点集合内除第一目标位置点和第二目标位置点以外的其它目标位置点与第一圆心之间的第一距离，以及目标位置点集合内除第一目标位置点和第二目标位置点以外的其它目标位置点与第二圆心之间的第二距离。
在该步骤中，在点集Q中，除了第一目标位置点和第二目标位置点，计算其它目标位置点与第一圆心之间的第一距离，以及其它目标位置点与第二圆形之间的第二距离。
子步骤D5：在各个第一距离和各个第二距离均大于目标半径的情况下，将第一目标位置点确定为边界位置点。
在该步骤中，若得到的所有第一距离和第二距离均大于目标半径，则将P作为一个边界位置点。
需要说明的是，本实施例中的步骤是一个重复的步骤，需要分别将点集Q中的每一个目标位置点均作为一次第一目标位置点，以判断每一个目标位置点是否为边界位置点。
另外，若在步骤D4中得到的所有第一距离和第二距离中不是全部大于目标半径，则在点集Q中重新选择一个目标位置点作为第二目标位置点，继续计算对应的第一距离和第二距离，直至得到的全部第一距离和第二距离全部大于目标半径，可以确定第一目标位置为边界位置点；或者，直至点集Q中所有的目标位置点依次作为第二目标位置点后，仍然无法得到全部第一距离和第二距离全部大于目标半径这一结果，则判断第一目标位置点不是一个边界位置点。
可选地，基于最后确定的所有边界位置点，依次连接相邻的边界位置点，形成目标区域的边界线，从而确定目标区域。
例如，参见图3，基于大量的目标位置点301，确定目标区域302。
在本实施例中，提供了一种用于实现确定不规则形状区域的方法，以提高不规则形状区域的确定准确率。特别地，本实施例应用于商圈区域的确定场景中，能够挖掘出多种类型的商圈，不限于某个商场、步行街等较为单一的商圈，从而提高确定商圈区域的准确率。
在本申请另一个实施例的区域确定方法的流程中，步骤140之后，该方法还包括：
步骤E1：根据目标地理范围中的道路，确定目标地理范围包括的至少一个区块，区块由闭合的至少三条道路组成。
在该步骤中，获取目标地理范围对应的路网线数据，在路网线数据中，呈现出目标地理范围内的各条道路。其中，起点和终点之间的线段形成一条道路。
例如，在地图软件中，可呈现出各个城市的路网线数据。在路网线数据中，用户可以看到各条道路。
进一步地，利用矢量栅格化算法，将路网线数据转化为栅格化的网状数据，转换后的结果如4所示。即，将城市中的各条道路转化为线条形式。
进一步地，利用路网线数据面片化算法，将网状数据的路网数据转换为面状的路网数据。
例如，将栅格化的网状数据作为输入，采用栅格转面片算法将路网数据拆分成一个独立的、面状的单元，一个单元对应一个区块。每个区块都是由最小的路网单元围成的最小路网区块，即将一组闭合的线条作为一个区块。因此，目标地理范围可包括多个区块。
例如，参见图4，某地段包括区块401。
步骤E2：根据目标区域，确定与目标区域之间的重合率大于第三阈值的目标区块，至少一个区块包括目标区块，目标区块中的位置点的数量大于第四阈值。
在该步骤中，在目标地理范围的区块中，确定与目标区域之间重合率大于第三阈值的目标区块。
可选地，参照公式九：
Iter＝areaintersection/arearoad
其中，在公式九中，Iter用于表示一个比值，areaintersection用于表示目标区域与区块重合的面积，arearoad用于表示该区块的面积。
例如，第三阈值为零，对于某区块，若Iter大于第三阈值，则说明目标区域与该区块之间有重合部分，将该区块确定为目标区块。
又如，第三阈值大于零，对于某区块，若Iter大于第三阈值，则说明目标区域与该区块之间有重合部分，且重合部分所占的比重较大，将该区块确定为目标区块。
可选地，利用第三阈值，初步确定目标区域，进一步地，经二次确定后，最终确定出目标区域。
例如，基于Iter，确定目标区块后，判断该目标区块中的位置点的数量是否大于第四阈值，并在其大于第四阈值的情况下，最终确定其为目标区块。反之，基于Iter，确定目标区块后，判断出该目标区块中的位置点的数量小于或者等于第四阈值，则舍弃该目标区域。
可选地，第四阈值预先设定。
步骤E3：根据目标区块，对目标区域的边界线进行调整，至目标区域包括目标区块。
在该步骤中，基于边界位置点，初步生成目标区域的粗边界线，进一步地，结合本实施例确定的目标区块的边界线，即目标区块对应的道路线条，对目标区域的粗边界线进行调整，以使得目标区块可以保留在目标区域内，从而基于对目标区域边界的粗生成和精修处理两个过程，确定目标区域。可见，基于本实施例，在考虑人流量的基础上，结合地理范围内的实际环境情况，使得区域的确定更加准确。
在本申请另一个实施例的区域确定方法的流程中，步骤140之后，该方法还包括：
步骤F1：删除目标区域中不满足第二条件的目标区块，第二条件与目标区域的属性信息相关。
本实施例的目的在于，以区块为单位，对目标区域进行精简调整。
例如，目标区域是一个商圈，属性信息包括“消费”，而对于学校、医院这类公共场所，其人流量也较大，但不具备“消费”这一属性信息，则可以将这类公共场所对应的区块整个删除掉。
可选地，结合信息点(Point of Interest，简称POI)数据和信息面(area ofinterest，简称AOI)数据，识别目标区域中不满足第二条件的目标区块。
在本实施例中，可将一些无关的区块，即无关的场所、建筑等剔除，以使得目标区域内所包含的场所、建筑等都是具有共同属性的，从而使得区域的确定更加准确。
在本申请另一个实施例的区域确定方法的流程中，步骤140之后，该方法还包括：
步骤G1：对目标区域的边界线进行平滑处理。
在本实施例中，可对粗生成的边界线进行平滑处理，使其更加平滑，看起来更加美观。进一步地，可结合目标区域内区块的边界线，对目标区域的边界线进行平滑处理。
综上，本申请的目的在于：提供一种区域确定方法，可基于某性质，进行对应区域的确定。例如，本申请应用于商圈区域的确定场景中，能够自动化地生成全国范围的商圈数据，从而赋能线下选址以及商圈洞察分析，摆脱对传统人工主观经验的依赖。
其中，当本申请应用于商圈区域的确定中时，第一，利用商圈边界挖掘算法，基于客流和POI数据挖掘出潜在的商圈边界，之后结合特定的AOI边界以及路网数据对商圈边界进行优化调整以生成精细化的商圈边界；第二，利用客流聚类算法，以城市维度统计城市客流数据，通过聚类算法设定客流阈值和距离参数，挖掘出客流分布密集的区域，该方法不基于网格，因此不存在客流割裂和统计缺失的问题，保证商圈内的客流是连续的；第三，不包含学校、医院、交通枢纽等非商圈区域，从而避免对商圈分析造成干扰；第四，商圈边界不存在重叠，该算法生成的商圈边界与商圈边界之间不存在重叠的情况，每个商圈都是独立的个体，与相邻的商圈之间不存在重叠的情况；第五，商圈类型丰富，不仅包含购物中心等新型的商圈，还包括客流多的步行街，商业街等区域，极大的拓展商圈的量级。
本申请实施例提供的区域确定方法，执行主体可以为区域确定装置。本申请实施例中以区域确定装置执行区域确定方法为例，说明本申请实施例提供的区域确定装置。
图5示出了本申请另一个实施例的区域确定装置的框图，该装置包括：
第一确定模块10，用于根据目标地理范围的地理位置信息，确定至少三个位置点，位置点在单位时间内的人流量信息满足第一条件；
第二确定模块20，用于在至少三个位置点中确定至少三个目标位置点，至少三个目标位置点之间具有关联关系；
第三确定模块30，用于在至少三个目标位置点中确定至少三个边界位置点；
第四确定模块40，用于根据至少三个边界位置点，确定目标区域的边界线，边界线用于确定目标区域。
在本申请的实施例中，首先以目标地理范围为单位，根据地理位置信息确定在单位时间内的人流量信息满足第一条件的至少三个位置点；进一步地，确定相互之间具有关联关系的位置点，作为一组目标位置点；然后，在该组目标位置点中确定边界位置点，并根据边界位置点，确定边界线，最后根据边界线确定目标区域。可见，基于本申请实施例，一方面，以精细的地理位置信息作为参考，进行位置点的确定，而位置点后续用于区域的圈定，从而使得区域的确定更加精细；另一方面，结合人流量这一维度，使得区域的确定参考了实际人流情况。可见，结合两方面，使得确定区域的准确率较高。另外，利用点计算人流量，相比于利用面计算人流量，还可避免因重复计算、遗漏计算等现象造成的计算不准确，从而进一步提高确定区域的准确率。
可选地，第二确定模块20，包括：
第一确定单元，用于在预设距离范围内的位置点的数量大于第一阈值的情况下，确定预设距离范围内的位置点之间具有关联关系；第一阈值大于或者等于二；
第二确定单元，用于根据关联关系，将预设距离范围内的位置点确定为目标位置点。
可选地，第三确定模块30，包括：
第三确定单元，用于根据至少三个目标位置点，确定面积最小的矩形；
第四确定单元，用于在矩形的长宽比例大于第二阈值的情况下，将矩形的边界上的目标位置点，确定为边界位置点。
可选地，第三确定模块30，还包括：
第五确定单元，用于在矩形的长宽比例小于或者等于第二阈值的情况下，以第一目标位置点作为圆形的边界点，确定至少两个圆形，至少两个圆形均为目标半径，至少三个目标位置点包括第一目标位置点；
生成单元，用于根据至少两个圆形内、以及两个圆形的边界上的各个目标位置点，生成目标位置点集合；
第六确定单元，用于确定第一圆形的第一圆心和第二圆形的第二圆心，第一圆形与第二圆心的相交点分别为第一目标位置点和第二目标位置点，第二目标位置点为目标位置点集合中除第一目标位置点以外的任一个；
获取单元，用于获取目标位置点集合内除第一目标位置点和第二目标位置点以外的其它目标位置点与第一圆心之间的第一距离，以及目标位置点集合内除第一目标位置点和第二目标位置点以外的其它目标位置点与第二圆心之间的第二距离；
第七确定单元，用于在各个第一距离和各个第二距离均大于目标半径的情况下，将第一目标位置点确定为边界位置点。
可选地，该装置还包括：
第五确定模块，用于根据目标地理范围中的道路，确定目标地理范围包括的至少一个区块，区块由闭合的至少三条道路组成；
第六确定模块，用于根据目标区域，确定与目标区域之间的重合率大于第三阈值的目标区块，至少一个区块包括目标区块，目标区块中的位置点的数量大于第四阈值；
调整模块，用于根据目标区块，对目标区域的边界线进行调整，至目标区域包括目标区块。
本申请实施例中的区域确定装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtualreality，VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，还可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personalcomputer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例的区域确定装置可以为具有动作系统的装置。该动作系统可以为安卓(Android)动作系统，可以为ios动作系统，还可以为其他可能的动作系统，本申请实施例不作具体限定。
本申请实施例提供的区域确定装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，如图6所示，本申请实施例还提供一种电子设备100，包括处理器101，存储器102，存储在存储器102上并可在所述处理器101上运行的程序或指令，该程序或指令被处理器101执行时实现上述任一区域确定方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例的电子设备包括上述所述的移动电子设备和非移动电子设备。
图7为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
其中，处理器1010，用于根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；在所述至少三个目标位置点中确定至少三个边界位置点；根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。
在本申请的实施例中，首先以目标地理范围为单位，根据地理位置信息确定在单位时间内的人流量信息满足第一条件的至少三个位置点；进一步地，确定相互之间具有关联关系的位置点，作为一组目标位置点；然后，在该组目标位置点中确定边界位置点，并根据边界位置点，确定边界线，最后根据边界线确定目标区域。可见，基于本申请实施例，一方面，以精细的地理位置信息作为参考，进行位置点的确定，而位置点后续用于区域的圈定，从而使得区域的确定更加精细；另一方面，结合人流量这一维度，使得区域的确定参考了实际人流情况。可见，结合两方面，使得确定区域的准确率较高。另外，利用点计算人流量，相比于利用面计算人流量，还可避免因重复计算、遗漏计算等现象造成的计算不准确，从而进一步提高确定区域的准确率。
可选地，处理器1010，还用于在预设距离范围内的所述位置点的数量大于第一阈值的情况下，确定所述预设距离范围内的位置点之间具有所述关联关系；所述第一阈值大于或者等于二；根据所述关联关系，将所述预设距离范围内的位置点确定为所述目标位置点。
可选地，处理器1010，还用于根据所述至少三个目标位置点，确定面积最小的矩形；在所述矩形的长宽比例大于第二阈值的情况下，将所述矩形的边界上的目标位置点，确定为所述边界位置点。
可选地，处理器1010，还用于在所述矩形的长宽比例小于或者等于所述第二阈值的情况下，以第一目标位置点作为圆形的边界点，确定至少两个圆形，所述至少两个圆形均为目标半径，所述至少三个目标位置点包括所述第一目标位置点；根据所述至少两个圆形内、以及所述两个圆形的边界上的各个目标位置点，生成目标位置点集合；确定第一圆形的第一圆心和第二圆形的第二圆心，所述第一圆形与所述第二圆心的相交点分别为所述第一目标位置点和第二目标位置点，所述第二目标位置点为所述目标位置点集合中除所述第一目标位置点以外的任一个；获取所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第一圆心之间的第一距离，以及所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第二圆心之间的第二距离；在各个所述第一距离和各个所述第二距离均大于所述目标半径的情况下，将所述第一目标位置点确定为所述边界位置点。
可选地，处理器1010，还用于根据所述目标地理范围中的道路，确定所述目标地理范围包括的至少一个区块，所述区块由闭合的至少三条道路组成；根据所述目标区域，确定与所述目标区域之间的重合率大于第三阈值的目标区块，所述至少一个区块包括所述目标区块，所述目标区块中的所述位置点的数量大于第四阈值；根据所述目标区块，对所述目标区域的边界线进行调整，至所述目标区域包括所述目标区块。
综上，本申请的目的在于：提供一种区域确定方法，可基于某性质，进行对应区域的确定。例如，本申请应用于商圈区域的确定场景中，能够自动化地生成全国范围的商圈数据，从而赋能线下选址以及商圈洞察分析，摆脱对传统人工主观经验的依赖。
其中，当本申请应用于商圈区域的确定中时，第一，利用商圈边界挖掘算法，基于客流和POI数据挖掘出潜在的商圈边界，之后结合特定的AOI边界以及路网数据对商圈边界进行优化调整以生成精细化的商圈边界；第二，利用客流聚类算法，以城市维度统计城市客流数据，通过聚类算法设定客流阈值和距离参数，挖掘出客流分布密集的区域，该方法不基于网格，因此不存在客流割裂和统计缺失的问题，保证商圈内的客流是连续的；第三，不包含学校、医院、交通枢纽等非商圈区域，从而避免对商圈分析造成干扰；第四，商圈边界不存在重叠，该算法生成的商圈边界与商圈边界之间不存在重叠的情况，每个商圈都是独立的个体，与相邻的商圈之间不存在重叠的情况；第五，商圈类型丰富，不仅包含购物中心等新型的商圈，还包括客流多的步行街，商业街等区域，极大的拓展商圈的量级。
应理解的是，本申请实施例中，输入单元1004可以包括图形处理器(GraphicsProcessing Unit，GPU)10041和麦克风10042，图形处理器10041对在视频图像捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频图像的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072中的至少一种。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、动作杆，在此不再赘述。存储器1009可用于存储软件程序以及各种数据，包括但不限于应用程序和动作系统。处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理动作系统、用户页面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
存储器1009可用于存储软件程序以及各种数据。存储器1009可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器1009可以包括易失性存储器或非易失性存储器，或者，存储器1009可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本申请实施例中的存储器1009包括但不限于这些和任意其它适合类型的存储器。
处理器1010可包括一个或多个处理单元；可选的，处理器1010集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述区域确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述区域确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述区域确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (12)

1.一种区域确定方法，其特征在于，所述方法包括：
根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；
在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；
在所述至少三个目标位置点中确定至少三个边界位置点；
根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。
2.根据权利要求1所述的方法，其特征在于，所述在所述至少三个位置点中确定至少三个目标位置点，包括：
在预设距离范围内的所述位置点的数量大于第一阈值的情况下，确定所述预设距离范围内的位置点之间具有所述关联关系；所述第一阈值大于或者等于二；
根据所述关联关系，将所述预设距离范围内的位置点确定为所述目标位置点。
3.根据权利要求1所述的方法，其特征在于，所述在所述至少三个目标位置点中确定至少三个边界位置点，包括：
根据所述至少三个目标位置点，确定面积最小的矩形；
在所述矩形的长宽比例大于第二阈值的情况下，将所述矩形的边界上的目标位置点，确定为所述边界位置点。
4.根据权利要求3所述的方法，其特征在于，所述在所述至少三个目标位置点中确定至少三个边界位置点，还包括：
在所述矩形的长宽比例小于或者等于所述第二阈值的情况下，以第一目标位置点作为圆形的边界点，确定至少两个圆形，所述至少两个圆形均为目标半径，所述至少三个目标位置点包括所述第一目标位置点；
根据所述至少两个圆形内、以及所述两个圆形的边界上的各个目标位置点，生成目标位置点集合；
确定第一圆形的第一圆心和第二圆形的第二圆心，所述第一圆形与所述第二圆心的相交点分别为所述第一目标位置点和第二目标位置点，所述第二目标位置点为所述目标位置点集合中除所述第一目标位置点以外的任一个；
获取所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第一圆心之间的第一距离，以及所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第二圆心之间的第二距离；
在各个所述第一距离和各个所述第二距离均大于所述目标半径的情况下，将所述第一目标位置点确定为所述边界位置点。
5.根据权利要求1所述的方法，其特征在于，所述根据所述至少三个边界位置点，确定目标区域的边界线之后，所述方法还包括：
根据所述目标地理范围中的道路，确定所述目标地理范围包括的至少一个区块，所述区块由闭合的至少三条道路组成；
根据所述目标区域，确定与所述目标区域之间的重合率大于第三阈值的目标区块，所述至少一个区块包括所述目标区块，所述目标区块中的所述位置点的数量大于第四阈值；
根据所述目标区块，对所述目标区域的边界线进行调整，至所述目标区域包括所述目标区块。
6.一种区域确定装置，其特征在于，所述装置包括：
第一确定模块，用于根据目标地理范围的地理位置信息，确定至少三个位置点，所述位置点在单位时间内的人流量信息满足第一条件；
第二确定模块，用于在所述至少三个位置点中确定至少三个目标位置点，所述至少三个目标位置点之间具有关联关系；
第三确定模块，用于在所述至少三个目标位置点中确定至少三个边界位置点；
第四确定模块，用于根据所述至少三个边界位置点，确定目标区域的边界线，所述边界线用于确定所述目标区域。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块，包括：
第一确定单元，用于在预设距离范围内的所述位置点的数量大于第一阈值的情况下，确定所述预设距离范围内的位置点之间具有所述关联关系；所述第一阈值大于或者等于二；
第二确定单元，用于根据所述关联关系，将所述预设距离范围内的位置点确定为所述目标位置点。
8.根据权利要求6所述的装置，其特征在于，所述第三确定模块，包括：
第三确定单元，用于根据所述至少三个目标位置点，确定面积最小的矩形；
第四确定单元，用于在所述矩形的长宽比例大于第二阈值的情况下，将所述矩形的边界上的目标位置点，确定为所述边界位置点。
9.根据权利要求8所述的装置，其特征在于，所述第三确定模块，还包括：
第五确定单元，用于在所述矩形的长宽比例小于或者等于所述第二阈值的情况下，以第一目标位置点作为圆形的边界点，确定至少两个圆形，所述至少两个圆形均为目标半径，所述至少三个目标位置点包括所述第一目标位置点；
生成单元，用于根据所述至少两个圆形内、以及所述两个圆形的边界上的各个目标位置点，生成目标位置点集合；
第六确定单元，用于确定第一圆形的第一圆心和第二圆形的第二圆心，所述第一圆形与所述第二圆心的相交点分别为所述第一目标位置点和第二目标位置点，所述第二目标位置点为所述目标位置点集合中除所述第一目标位置点以外的任一个；
获取单元，用于获取所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第一圆心之间的第一距离，以及所述目标位置点集合内除所述第一目标位置点和所述第二目标位置点以外的其它目标位置点与所述第二圆心之间的第二距离；
第七确定单元，用于在各个所述第一距离和各个所述第二距离均大于所述目标半径的情况下，将所述第一目标位置点确定为所述边界位置点。
10.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第五确定模块，用于根据所述目标地理范围中的道路，确定所述目标地理范围包括的至少一个区块，所述区块由闭合的至少三条道路组成；
第六确定模块，用于根据所述目标区域，确定与所述目标区域之间的重合率大于第三阈值的目标区块，所述至少一个区块包括所述目标区块，所述目标区块中的所述位置点的数量大于第四阈值；
调整模块，用于根据所述目标区块，对所述目标区域的边界线进行调整，至所述目标区域包括所述目标区块。
11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1～5任一项所述的区域确定方法的步骤。
12.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1～5任一项所述的区域确定方法的步骤。
CN202210602222.5A 2022-05-30 2022-05-30 区域确定方法、装置、电子设备和可读存储介质 Pending CN115018536A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210602222.5A CN115018536A (zh) 2022-05-30 2022-05-30 区域确定方法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210602222.5A CN115018536A (zh) 2022-05-30 2022-05-30 区域确定方法、装置、电子设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN115018536A true CN115018536A (zh) 2022-09-06

Family

ID=83070126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210602222.5A Pending CN115018536A (zh) 2022-05-30 2022-05-30 区域确定方法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN115018536A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545807A (zh) * 2022-12-02 2022-12-30 广州数说故事信息科技有限公司 商圈划分方法、装置、地理信息系统、终端设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115545807A (zh) * 2022-12-02 2022-12-30 广州数说故事信息科技有限公司 商圈划分方法、装置、地理信息系统、终端设备及介质

Similar Documents

Publication Publication Date Title
Dykes et al. Seeking structure in records of spatio-temporal behaviour: visualization issues, efforts and applications
Wilson et al. Development of a geospatial model to quantify, describe and map urban growth
CN110019568B (zh) 基于空间聚类的选址方法、装置、计算机设备及存储介质
US5727138A (en) Method of and apparatus for generating three-dimensional model
CN107423445A (zh) 一种地图数据处理方法、装置及存储介质
CN112784002B (zh) 一种虚拟场景生成方法、装置、设备和存储介质
US8848983B1 (en) System and method for ranking geographic features using viewshed analysis
CN110569580B (zh) 城市街道空间活力模拟方法、系统、计算机设备及介质
CN111401726A (zh) 一种建筑设计方法、装置、系统及存储介质
CN114241143A (zh) 基于多维度数据和三维建模的智慧城市规划平台及方法
Khayyal et al. Creation and spatial analysis of 3D city modeling based on GIS data
CN115640639A (zh) 基于数字化城市设计的城市更新方案模拟及成本估算方法
CN115018536A (zh) 区域确定方法、装置、电子设备和可读存储介质
CN108375806A (zh) 气象地图的获取方法和装置
Bartelme Geographic information systems
Crols et al. Downdating high-resolution population density maps using sealed surface cover time series
CN112860831A (zh) 处理、展现城管事件的gis点位的方法、系统
CN112364776A (zh) 一种城市功能区识别模型建立、分类方法及装置
CN116524143A (zh) 一种gis地图构建方法
Bartelme Geographic information systems
Wolff et al. Towards geovisual analysis of crime scenes–a 3D crime mapping approach
She et al. A building label placement method for 3D visualizations based on candidate label evaluation and selection
Lai Three-dimensional Visualisation of Cultural Landscape under the Perspective of Culture and Tourism Integration
Gong et al. An initial parameter estimation approach for urban catchment modelling
CN113920467B (zh) 一种摊位检测与场景分割结合的游商检测方法及其系统

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