CN117874158A - 聚类地图位置数据的自适应调整方法和装置 - Google Patents
聚类地图位置数据的自适应调整方法和装置 Download PDFInfo
- Publication number
- CN117874158A CN117874158A CN202410276158.5A CN202410276158A CN117874158A CN 117874158 A CN117874158 A CN 117874158A CN 202410276158 A CN202410276158 A CN 202410276158A CN 117874158 A CN117874158 A CN 117874158A
- Authority
- CN
- China
- Prior art keywords
- data
- point
- distance
- points
- coordinate information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000002159 abnormal effect Effects 0.000 claims abstract description 58
- 230000003044 adaptive effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012800 visualization Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种聚类地图位置数据的自适应调整方法和装置,涉及数据处理技术领域,该方法包括:确定聚类地图位置数据中多个数据点簇,各数据点簇分别包括多个数据点;针对各数据点簇,基于预设可接受距离和数据点簇中各数据点的坐标信息确定数据点簇中的噪声点,调整各噪声点的坐标信息;针对各数据点簇,在数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于数据点簇中各数据点的坐标信息确定数据点簇中的异常点,调整异常点的坐标信息。本发明技术方案基于预设可接受距离确定噪声点,可以排除对极小的噪声的识别,并且通过调整噪声点和异常点的坐标信息能够处理复杂多边形地图区域,增强了聚类地图位置数据的连续性,减少了聚类地图位置数据的空隙,改进了由于数据不均匀导致的可视化问题。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种聚类地图位置数据的自适应调整方法和装置。
背景技术
对于聚类地图而言,基于聚类地图的位置数据进行地图连续性调整是地图可视化中重要的环节。通常情况下,位置数据的初始状态可能存在不连续和空隙等缺陷。
目前对地图位置数据的自适应调整方法中常见的有凸包算法、网格算法和最小包围盒算法等。凸包算法对噪声敏感,即使位置数据中存在极小的噪声或离群值,也会被凸包算法识别,这种敏感性会对地图分析和地图可视化产生负面影响,并且凸包算法仅能处理凸多边形的地图区域,而难以处理包含凹角或复杂边界的多边形地图区域。网格算法难以适应不规则或复杂地理形状,即处理具有复杂地形、边界或边缘特征的地图区域时,处理结果不准确。最小包围盒算法,同样难以适应具有复杂形状的地图区域。
亟需一种聚类地图位置数据调整方法,解决以上算法对噪声过于敏感且难以处理包含凹角的地图区域或复杂的多边形地图区域的问题。
发明内容
本发明提供一种聚类地图位置数据的自适应调整方法和装置,用以解决现有技术中对聚类地图位置数据的连续性调整过程时,对噪声过于敏感且难以处理包含凹角的地图区域或复杂的多边形地图区域的缺陷,本发明技术方案确定噪声点时不会识别极小的噪声,并且通过调整噪声点和异常点的坐标信息能够处理复杂多边形地图区域,增强了聚类地图位置数据的连续性,减少了聚类地图位置数据的空隙。
本发明提供一种聚类地图位置数据的自适应调整方法,包括:
确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息,确定所述数据点分别与各所述同簇数据点的第一距离;
从所述第一距离中确定最小第一距离,在所述最小第一距离大于所述预设可接受距离的情况下,确定所述数据点为噪声点。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述调整各所述噪声点的坐标信息,包括:
S1、针对各所述噪声点,将与所述噪声点之间的第一距离为最小第一距离的同簇数据点确定为目标同簇数据点;基于预设移动步长,朝所述目标同簇数据点所在方向移动所述噪声点;
S2、基于所述噪声点移动后的坐标信息,以及所述噪声点所在数据点簇中其余各同簇数据点的坐标信息,重新确定所述噪声点分别与各所述同簇数据点的第一距离;
S3、从重新确定的第一距离中确定新的最小第一距离,在确定所述新的最小第一距离大于所述预设可接受距离的情况下,将所述新的最小第一距离确定为最小第一距离,重复执行步骤S1-S3,直至所述噪声点的最小第一距离小于或等于预设可接受距离。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与各所述同簇数据点的第二距离;
基于所述第二距离的大小对各所述同簇数据点进行排序,以所述第二距离从小到大的顺序,将预设数量的同簇数据点确定为初始临近点;
分别将各所述初始临近点对应的第二距离与预设距离阈值进行比较,将大于所述预设距离阈值的所述第二距离对应的初始临近点确定为目标临近点;
在存在所述目标邻近点的情况下,将所述数据点确定为异常点,并基于各所述目标临近点的坐标信息调整所述异常点的坐标信息。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述基于各所述目标临近点的坐标信息调整所述异常点的坐标信息,包括:
基于各所述目标临近点的坐标信息确定各所述目标临近点的平均横坐标和平均纵坐标,基于所述平均横坐标和所述平均纵坐标确定目标位置;
将所述异常点移动至目标位置处。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述方法还包括:
针对各所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的第三距离;
从所述第三距离中确定最小第三距离,在所述最小第三距离大于预设距离阈值的情况下,调整所述数据点的坐标信息。
根据本发明提供的一种聚类地图位置数据的自适应调整方法,所述调整所述数据点的坐标信息,包括:
基于所述最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法确定移动距离和移动方向,并基于所述移动距离和所述移动方向调整所述数据点的坐标信息;
基于所述数据点调整后的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息重新确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的新的第三距离,在各所述新的第三距离中新的最小第三距离大于预设距离阈值的情况下,基于所述新的最小第三距离对应的同簇数据点的坐标信息,并通过梯度调整算法重新确定新的移动距离和新的移动方向,基于所述新的移动距离和所述新的移动方向调整所述数据点的坐标信息,直至所述数据点与所述数据点所在数据点簇中其余各同簇数据点的第三距离中的最小第三距离小于或等于预设距离阈值。
本发明还提供一种聚类地图位置数据的自适应调整装置,包括:
确定模块,用于确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
第一调整模块,用于针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
第二调整模块,用于针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述聚类地图位置数据的自适应调整方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述聚类地图位置数据的自适应调整方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述聚类地图位置数据的自适应调整方法。
本发明提供的一种聚类地图位置数据的自适应调整方法和装置,通过确定聚类地图位置数据中多个数据点簇,各数据点簇分别包括多个数据点,针对各数据点簇,基于预设可接受距离和数据点簇中各数据点的坐标信息确定数据点簇中的噪声点,调整各噪声点的坐标信息,针对各数据点簇,在数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于数据点簇中各数据点的坐标信息确定数据点簇中的异常点,调整异常点的坐标信息。本发明技术方案基于预设可接受距离确定噪声点,因此可以排除对极小的噪声的识别,并且通过调整噪声点和异常点的坐标信息能够处理复杂多边形地图区域,增强了聚类地图位置数据的连续性,减少了聚类地图位置数据的空隙,进而能够为用户提供更准确的可视化聚类地图。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的聚类地图位置数据的自适应调整方法的流程示意图;
图2是本发明实施例提供的聚类地图位置数据的示意图;
图3是本发明实施例提供的调整噪声点和异常点后聚类地图位置数据的示意图之一;
图4是本发明实施例提供的调整噪声点和异常点后聚类地图位置数据的示意图之二;
图5是本发明实施例提供的优化后的聚类地图位置数据的示意图;
图6是本发明实施例提供的聚类地图位置数据的自适应调整装置的结构示意图;
图7是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
针对现有技术中对聚类地图位置数据的连续性调整过程时,对噪声过于敏感且难以处理包含凹角的地图区域或复杂的多边形地图区域的问题,本发明提供一种聚类地图位置数据的自适应调整方法,图1是本发明实施例提供的聚类地图位置数据的自适应调整方法的流程示意图,如图1所示,该聚类地图位置数据的自适应调整方法包括下述步骤:
步骤110:确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点。
具体地,可以对聚类地图对应的聚类地图位置数据进行预处理,进而可以在聚类地图位置数据中确定多个数据点簇,确定的各数据点簇分别包括多个数据点,一个数据点表征一个位置数据。不同的数据点簇表征不同类别的聚类地图位置数据,在同一数据点簇中的数据点属于同一类别。经预处理后,各数据点例如可以是如下形式的:
[cluster=1,label="1", pos="-2464.4619,780.427", fontsize=6];
[cluster=1,label="2", pos="-2828.870,780.561", fontsize=6];
[cluster=1,label="3", pos="-2563.106,915.324", fontsize=6];
[cluster=1,label="4", pos="-2871.246,576.847", fontsize=6];
其中,cluster表示数据点簇的编号,label表示数据点的编号,pos表示数据点的坐标信息,fontsize表示数据点的字体大小。
步骤120:针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息。
具体地,针对各数据点簇,可以预设可接受距离和基于数据点簇中各数据点的坐标信息确定该数据点簇中的噪声点,还可以基于预设移动步长调整噪声点的坐标信息。
在一个实施例中,所述基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息,确定所述数据点分别与各所述同簇数据点的第一距离;
从所述第一距离中确定最小第一距离,在所述最小第一距离大于所述预设可接受距离的情况下,确定所述数据点为噪声点。
具体地,针对数据点簇中的各数据点,可以基于该数据点的坐标信息,以及数据点所在数据点簇中其余各同簇数据点的坐标信息,计算该数据点分别与各同簇数据点的距离,并将该距离作为第一距离。可以将各第一距离中最小的距离确定为最小第一距离,并可以比较该最小第一距离与预设可接受距离的大小,在该最小第一距离大于预设可接受距离的情况下,可以确定该数据点为噪声点。在该最小第一距离小于或等于预设可接受距离的情况下,可以确定该数据点为非噪声点,此时,无需调整该数据点的坐标信息。
在上述实施例中,基于预设可接受距离和数据点簇中各数据点的坐标信息确定了该数据点簇中的噪声点,实现了对噪声的准确识别,并且因为基于预设可接受距离确定噪声点,所以不会识别到极其微小的噪声,为后续对噪声点进行调整奠定了基础。
在一个实施例中,所述调整各所述噪声点的坐标信息,包括:
S1、针对各所述噪声点,将与所述噪声点之间的第一距离为最小第一距离的同簇数据点确定为目标同簇数据点;基于预设移动步长,朝所述目标同簇数据点所在方向移动所述噪声点;
S2、基于所述噪声点移动后的坐标信息,以及所述噪声点所在数据点簇中其余各同簇数据点的坐标信息,重新确定所述噪声点分别与各所述同簇数据点的第一距离;
S3、从重新确定的第一距离中确定新的最小第一距离,在确定所述新的最小第一距离大于所述预设可接受距离的情况下,将所述新的最小第一距离确定为最小第一距离,重复执行步骤S1-S3,直至所述噪声点的最小第一距离小于或等于预设可接受距离。
具体地,S1、针对各噪声点,可以将与该噪声点之间的第一距离为最小第一距离的同簇数据点确定为目标同簇数据点,进而可以朝目标同簇数据点所在方向移动该噪声点,移动的距离可以为一个预设移动步长。预先设定该预设移动步长时,需要满足地图可视化的需求,并确保不会过度调整数据点的位置,影响调整结果的准确性。
S2、由于该噪声点的坐标信息发生了变化,因此可以基于该噪声点移动后的坐标信息,以及该噪声点所在数据点簇中其余各同簇数据点的坐标信息,重新确定该噪声点分别与各同簇数据点的第一距离,得到各重新确定的第一距离。
S3、可以比较各重新确定的第一距离的大小,从中确定新的最小第一距离,并可以比较新的最小第一距离与预设可接受距离的大小,在新的最小第一距离大于预设可接受距离的情况下,将该新的最小第一距离确定为最小第一距离,并可以重复执行步骤S1-S3,直至该噪声点的最小第一距离小于或等于预设可接受距离,此时该噪声点经过迭代移动后,可以确定该噪声点变化为非噪声点。预先设定该预设可接受距离时,需要满足地图可视化的需求,并确保不会过度调整数据点的位置,影响调整结果的准确性。
在上述实施例中,对各噪声点的坐标信息进行了迭代移动,使得各数据点簇中均不再有噪声点,增强了聚类地图位置数据的连续性。
步骤130:针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
具体地,针对各数据点簇,首先可以确定数据点簇中数据点的数量,并将该数据点簇中数据点的数量和预设簇内数据点数量进行比较,在数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,可以基于该数据点簇中各数据点的坐标信息确定该数据点簇中的异常点,并可以调整该异常点的坐标信息。预先设定该预设簇内数据点数量时,需要满足地图可视化的需求,并确保不会过度调整数据点的位置,影响调整结果的准确性。可以实验确定该预设簇内数据点数量,例如该预设簇内数据点数量可以是5个。
在一个实施例中,所述基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与各所述同簇数据点的第二距离;
基于所述第二距离的大小对各所述同簇数据点进行排序,以所述第二距离从小到大的顺序,将预设数量的同簇数据点确定为初始临近点;
分别将各所述初始临近点对应的第二距离与预设距离阈值进行比较,将大于所述预设距离阈值的所述第二距离对应的初始临近点确定为目标临近点;
在存在所述目标邻近点的情况下,将所述数据点确定为异常点,并基于各所述目标临近点的坐标信息调整所述异常点的坐标信息。
具体地,针对各数据点簇中的各数据点,可以基于该数据点的坐标信息,以及该数据点所在数据点簇中其余各同簇数据点的坐标信息确定该数据点分别与各同簇数据点之间的距离,并可以将该距离作为第二距离。可以根据第二距离的大小,对各同簇数据点进行排序,以第二距离从小到大的顺序,将预设数量的同簇数据点确定为初始临近点,该预设数量可以根据实际需要确定,本发明在此不做具体的限定。在确定初始临近点之后,可以分别将各初始临近点对应的第二距离与预设距离阈值进行比较,并可以将大于预设距离阈值的第二距离对应的初始临近点确定为目标临近点,其中,该预设距离阈值可以根据实际需要进行设定,本发明在此不做具体的限定,例如该预设距离阈值可以是70。在存在目标邻近点的情况下,即存在初始临近点对应的第二距离大于预设距离阈值的情况下,可以将该数据点确定为异常点,并可以基于各目标临近点的坐标信息调整该异常点的坐标信息。
示例性的,图2是本发明实施例提供的聚类地图位置数据的示意图,图3是本发明实施例提供的调整噪声点和异常点后聚类地图位置数据的示意图之一,如图2所示,各数据点簇中的数据点存在不连续的情况,即该区域的数据点中存在噪声点和异常点,对噪声点和异常点进行调整,调整后各数据点的坐标信息如图3所示。
在上述实施例中,基于数据点簇各数据点的坐标信息,确定了目标临近点,并确定了数据点簇中的异常点,进而基于各目标临近点对应的第二距离调整该异常点的坐标信息,进一步增强了聚类地图位置数据的连续性。
在一个实施例中,所述基于各所述目标临近点的坐标信息调整所述异常点的坐标信息,包括:
基于各所述目标临近点的坐标信息确定各所述目标临近点的平均横坐标和平均纵坐标,基于所述平均横坐标和所述平均纵坐标确定目标位置;
将所述异常点移动至目标位置处。
具体地,可以基于各目标临近点的坐标信息确定各目标临近点的横坐标和纵坐标,进而可以将所有目标临近点的横坐标进行求和,将求和的结果除以目标临近点的数量,得到各目标临近点的平均横坐标。还可以将所有目标临近点的纵坐标进行求和,将求和的结果除以目标临近点的数量,得到各目标临近点的平均纵坐标。基于该平均横坐标与该平均纵坐标构成的坐标信息,可以确定目标位置。最终可以将该异常点移动至目标位置处。容易理解的是,当目标临近点的数量仅有一个时,可以直接将该异常点移动至异常点与该目标临近点的中点位置处。
在上述实施例中,首先确定各目标临近点的平均横坐标和平均纵坐标,以确认目标位置,进而将异常点调整至目标位置处,增加了聚类地图位置数据的连续性。
本发明提供的一种聚类地图位置数据的自适应调整方法,通过确定聚类地图位置数据中多个数据点簇,各数据点簇分别包括多个数据点,针对各数据点簇,基于预设可接受距离和数据点簇中各数据点的坐标信息确定数据点簇中的噪声点,调整各噪声点的坐标信息,针对各数据点簇,在数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于数据点簇中各数据点的坐标信息确定数据点簇中的异常点,调整异常点的坐标信息。本发明技术方案基于预设可接受距离确定噪声点,因此可以排除对极小的噪声的识别,并且通过调整噪声点和异常点的坐标信息能够处理复杂多边形地图区域,增强了聚类地图位置数据的连续性,减少了聚类地图位置数据的空隙,进而能够为用户提供更准确的可视化聚类地图。
在一个实施例中,所述聚类地图位置数据的自适应调整方法还包括:
针对各所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的第三距离;
从所述第三距离中确定最小第三距离,在所述最小第三距离大于预设距离阈值的情况下,调整所述数据点的坐标信息。
具体地,在调整了各数据点簇中的噪声点和异常点的坐标信息之后,聚类地图位置数据中仍可能存在一定的空隙,因此可以对聚类地图位置数据进行优化,即进一步调整数据点的坐标信息。针对各数据点簇中的各数据点,可以基于该数据点的坐标信息,以及该数据点所在数据点簇中其余各同簇数据点的坐标信息确定该数据点分别与该数据点所在数据点簇中其余各同簇数据点之间的距离,并可以将该距离确定为第三距离。进而比较各第三距离的大小,从所有第三距离中确定最小的第三距离为最小第三距离,在该最小第三距离大于预设距离阈值的情况下,可以调整该数据点的坐标信息。
示例性的,图4是本发明实施例提供的调整噪声点和异常点后聚类地图位置数据的示意图之二,图5是本发明实施例提供的优化后的聚类地图位置数据的示意图,如图4所示,在调整了各数据点簇中的异常点的坐标信息之后,聚类地图位置数据中仍存在一定的空隙,因此可以对聚类地图位置数据继续进行优化,优化后的聚类地图位置数据可以如图5所示,可见本实施例所述技术方案填充了聚类地图位置数据中的空隙。
在上述实施例中,确定了需要调整的数据点,进而能够对该数据点的坐标信息进行调整,进一步提升了聚类地图位置数据的连续性。
在一个实施例中,所述调整所述数据点的坐标信息,包括:
基于所述最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法确定移动距离和移动方向,并基于所述移动距离和所述移动方向调整所述数据点的坐标信息;
基于所述数据点调整后的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息重新确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的新的第三距离,在各所述新的第三距离中新的最小第三距离大于预设距离阈值的情况下,基于所述新的最小第三距离对应的同簇数据点的坐标信息,并通过梯度调整算法重新确定新的移动距离和新的移动方向,基于所述新的移动距离和所述新的移动方向调整所述数据点的坐标信息,直至所述数据点与所述数据点所在数据点簇中其余各同簇数据点的第三距离中的最小第三距离小于或等于预设距离阈值。
具体地,可以基于最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法确定移动距离和移动方向,并可以基于移动距离和移动方向调整该数据点的坐标信息,即朝该移动方向调整该数据点,调整的距离为该移动距离。
进而可以基于该数据点调整后的坐标信息,以及该数据点所在数据点簇中其余各同簇数据点的坐标信息重新确定该数据点分别与该数据点所在数据点簇中其余各同簇数据点的新的第三距离,并可以比较各新的第三距离的大小,将最小的新的第三距离确定为新的最小第三距离。在新的最小第三距离大于预设距离阈值的情况下,可以基于该新的最小第三距离对应的同簇数据点的坐标信息,并通过梯度调整算法重新确定新的移动距离和新的移动方向,进而可以基于新的移动距离和新的移动方向继续调整该数据点的坐标信息。重复上述步骤,直至该数据点与该数据点所在数据点簇中其余各同簇数据点的第三距离中的最小第三距离小于或等于预设距离阈值,此时该数据点的坐标信息即为优化后的最终的坐标信息,对各数据点的坐标信息优化结束之后,可以得到优化后的聚类地图位置数据,优化后的聚类地图位置数据可以如图5所示。
在上述实施例中,基于各数据点的坐标信息,通过梯度调整算法,对各数据点进一步调整,通过自动化的方式进行聚类地图位置数据中空隙的填充,改进了数据点的分布,进一步增强了聚类地图位置数据的连续性,最终优化了可视化地图的效果,能够为用户提供更精准的聚类地图信息。
下面对本发明提供的聚类地图位置数据的自适应调整装置进行描述,下文描述的聚类地图位置数据的自适应调整装置与上文描述的聚类地图位置数据的自适应调整方法可相互对应参照。
图6是本发明实施例提供的聚类地图位置数据的自适应调整装置的结构示意图,如图6所示,该聚类地图位置数据的自适应调整装置600包括:
确定模块610,用于确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
第一调整模块620,用于针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
第二调整模块630,用于针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
在一个实施例中,第一调整模块620具体用于:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息,确定所述数据点分别与各所述同簇数据点的第一距离;
从所述第一距离中确定最小第一距离,在所述最小第一距离大于所述预设可接受距离的情况下,确定所述数据点为噪声点。
在一个实施例中,第一调整模块620具体还用于:
S1、针对各所述噪声点,将与所述噪声点之间的第一距离为最小第一距离的同簇数据点确定为目标同簇数据点;基于预设移动步长,朝所述目标同簇数据点所在方向移动所述噪声点;
S2、基于所述噪声点移动后的坐标信息,以及所述噪声点所在数据点簇中其余各同簇数据点的坐标信息,重新确定所述噪声点分别与各所述同簇数据点的第一距离;
S3、从重新确定的第一距离中确定新的最小第一距离,在确定所述新的最小第一距离大于所述预设可接受距离的情况下,将所述新的最小第一距离确定为最小第一距离,重复执行步骤S1-S3,直至所述噪声点的最小第一距离小于或等于预设可接受距离。
在一个实施例中,第二调整模块630具体用于:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与各所述同簇数据点的第二距离;
基于所述第二距离的大小对各所述同簇数据点进行排序,以所述第二距离从小到大的顺序,将预设数量的同簇数据点确定为初始临近点;
分别将各所述初始临近点对应的第二距离与预设距离阈值进行比较,将大于所述预设距离阈值的所述第二距离对应的初始临近点确定为目标临近点;
在存在所述目标邻近点的情况下,将所述数据点确定为异常点,并基于各所述目标临近点的坐标信息调整所述异常点的坐标信息。
在一个实施例中,第二调整模块630具体还用于:
基于各所述目标临近点的坐标信息确定各所述目标临近点的平均横坐标和平均纵坐标,基于所述平均横坐标和所述平均纵坐标确定目标位置;
将所述异常点移动至目标位置处。
本发明提供的一种聚类地图位置数据的自适应调整装置,通过确定聚类地图位置数据中多个数据点簇,各数据点簇分别包括多个数据点,针对各数据点簇,基于预设可接受距离和数据点簇中各数据点的坐标信息确定数据点簇中的噪声点,调整各噪声点的坐标信息,针对各数据点簇,在数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于数据点簇中各数据点的坐标信息确定数据点簇中的异常点,调整异常点的坐标信息。本发明技术方案基于预设可接受距离确定噪声点,因此可以排除对极小的噪声的识别,并且通过调整噪声点和异常点的坐标信息能够处理复杂多边形地图区域,增强了聚类地图位置数据的连续性,减少了聚类地图位置数据的空隙,进而能够为用户提供更准确的可视化聚类地图。
在一个实施例中,该聚类地图位置数据的自适应调整装置还包括优化模块,该优化模块具体用于:
针对各所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的第三距离;
从所述第三距离中确定最小第三距离,在所述最小第三距离大于预设距离阈值的情况下,调整所述数据点的坐标信息。
在一个实施例中,该优化模块具体还用于:
基于所述最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法确定移动距离和移动方向,并基于所述移动距离和所述移动方向调整所述数据点的坐标信息;
基于所述数据点调整后的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息重新确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的新的第三距离,在各所述新的第三距离中新的最小第三距离大于预设距离阈值的情况下,基于所述新的最小第三距离对应的同簇数据点的坐标信息,并通过梯度调整算法重新确定新的移动距离和新的移动方向,基于所述新的移动距离和所述新的移动方向调整所述数据点的坐标信息,直至所述数据点与所述数据点所在数据点簇中其余各同簇数据点的第三距离中的最小第三距离小于或等于预设距离阈值。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行聚类地图位置数据的自适应调整方法,该方法包括:
确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供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,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的聚类地图位置数据的自适应调整方法,该方法包括:
确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的聚类地图位置数据的自适应调整方法,该方法包括:
确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种聚类地图位置数据的自适应调整方法,其特征在于,包括:
确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
2.根据权利要求1所述的聚类地图位置数据的自适应调整方法,其特征在于,所述基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息,确定所述数据点分别与各所述同簇数据点的第一距离;
从所述第一距离中确定最小第一距离,在所述最小第一距离大于所述预设可接受距离的情况下,确定所述数据点为噪声点。
3.根据权利要求2所述的聚类地图位置数据的自适应调整方法,其特征在于,所述调整各所述噪声点的坐标信息,包括:
S1、针对各所述噪声点,将与所述噪声点之间的第一距离为最小第一距离的同簇数据点确定为目标同簇数据点;基于预设移动步长,朝所述目标同簇数据点所在方向移动所述噪声点;
S2、基于所述噪声点移动后的坐标信息,以及所述噪声点所在数据点簇中其余各同簇数据点的坐标信息,重新确定所述噪声点分别与各所述同簇数据点的第一距离;
S3、从重新确定的第一距离中确定新的最小第一距离,在确定所述新的最小第一距离大于所述预设可接受距离的情况下,将所述新的最小第一距离确定为最小第一距离,重复执行步骤S1-S3,直至所述噪声点的最小第一距离小于或等于预设可接受距离。
4.根据权利要求3所述的聚类地图位置数据的自适应调整方法,其特征在于,所述基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息,包括:
针对所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与各所述同簇数据点的第二距离;
基于所述第二距离的大小对各所述同簇数据点进行排序,以所述第二距离从小到大的顺序,将预设数量的同簇数据点确定为初始临近点;
分别将各所述初始临近点对应的第二距离与预设距离阈值进行比较,将大于所述预设距离阈值的所述第二距离对应的初始临近点确定为目标临近点;
在存在所述目标邻近点的情况下,将所述数据点确定为异常点,并基于各所述目标临近点的坐标信息调整所述异常点的坐标信息。
5.根据权利要求4所述的聚类地图位置数据的自适应调整方法,其特征在于,所述基于各所述目标临近点的坐标信息调整所述异常点的坐标信息,包括:
基于各所述目标临近点的坐标信息确定各所述目标临近点的平均横坐标和平均纵坐标,基于所述平均横坐标和所述平均纵坐标确定目标位置;
将所述异常点移动至目标位置处。
6.根据权利要求1-5任一项所述的聚类地图位置数据的自适应调整方法,其特征在于,所述方法还包括:
针对各所述数据点簇中各所述数据点,基于所述数据点的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的第三距离;
从所述第三距离中确定最小第三距离,在所述最小第三距离大于预设距离阈值的情况下,调整所述数据点的坐标信息。
7.根据权利要求6所述的聚类地图位置数据的自适应调整方法,其特征在于,所述调整所述数据点的坐标信息,包括:
基于所述最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法确定移动距离和移动方向,并基于所述移动距离和所述移动方向调整所述数据点的坐标信息;
基于所述数据点调整后的坐标信息,以及所述数据点所在数据点簇中其余各同簇数据点的坐标信息重新确定所述数据点分别与所述数据点所在数据点簇中其余各同簇数据点的新的第三距离,在各所述新的第三距离中新的最小第三距离大于预设距离阈值的情况下,基于所述新的最小第三距离对应的同簇数据点的坐标信息,通过梯度调整算法重新确定新的移动距离和新的移动方向,基于所述新的移动距离和所述新的移动方向调整所述数据点的坐标信息,直至所述数据点与所述数据点所在数据点簇中其余各同簇数据点的第三距离中的最小第三距离小于或等于预设距离阈值。
8.一种聚类地图位置数据的自适应调整装置,其特征在于,包括:
确定模块,用于确定聚类地图位置数据中多个数据点簇,各所述数据点簇分别包括多个数据点;
第一调整模块,用于针对各所述数据点簇,基于预设可接受距离和所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的噪声点,调整各所述噪声点的坐标信息;
第二调整模块,用于针对各所述数据点簇,在所述数据点簇中数据点的数量大于或等于预设簇内数据点数量的情况下,基于所述数据点簇中各所述数据点的坐标信息确定所述数据点簇中的异常点,调整所述异常点的坐标信息。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述聚类地图位置数据的自适应调整方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述聚类地图位置数据的自适应调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276158.5A CN117874158B (zh) | 2024-03-12 | 2024-03-12 | 聚类地图位置数据的自适应调整方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410276158.5A CN117874158B (zh) | 2024-03-12 | 2024-03-12 | 聚类地图位置数据的自适应调整方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117874158A true CN117874158A (zh) | 2024-04-12 |
CN117874158B CN117874158B (zh) | 2024-05-28 |
Family
ID=90595249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410276158.5A Active CN117874158B (zh) | 2024-03-12 | 2024-03-12 | 聚类地图位置数据的自适应调整方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117874158B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130345969A1 (en) * | 2012-06-25 | 2013-12-26 | Tushar Udeshi | Adaptive clustering of locations |
CN105718465A (zh) * | 2014-12-02 | 2016-06-29 | 阿里巴巴集团控股有限公司 | 地理围栏生成方法及装置 |
CN112130154A (zh) * | 2020-08-21 | 2020-12-25 | 哈尔滨工程大学 | 一种融合网格LOF的自适应K-means离群去约束优化方法 |
CN112906812A (zh) * | 2021-03-09 | 2021-06-04 | 西安电子科技大学 | 基于带离群点去除的车辆轨迹聚类方法 |
CN113704583A (zh) * | 2021-10-27 | 2021-11-26 | 远江盛邦(北京)网络安全科技股份有限公司 | 网络疆域地图的坐标连续性调整方法及装置 |
-
2024
- 2024-03-12 CN CN202410276158.5A patent/CN117874158B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130345969A1 (en) * | 2012-06-25 | 2013-12-26 | Tushar Udeshi | Adaptive clustering of locations |
CN105718465A (zh) * | 2014-12-02 | 2016-06-29 | 阿里巴巴集团控股有限公司 | 地理围栏生成方法及装置 |
CN112130154A (zh) * | 2020-08-21 | 2020-12-25 | 哈尔滨工程大学 | 一种融合网格LOF的自适应K-means离群去约束优化方法 |
CN112906812A (zh) * | 2021-03-09 | 2021-06-04 | 西安电子科技大学 | 基于带离群点去除的车辆轨迹聚类方法 |
CN113704583A (zh) * | 2021-10-27 | 2021-11-26 | 远江盛邦(北京)网络安全科技股份有限公司 | 网络疆域地图的坐标连续性调整方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117874158B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10572728B2 (en) | Text image processing method and apparatus | |
US6128410A (en) | Pattern matching apparatus and method that considers distance and direction | |
CN112215856A (zh) | 图像分割的阈值确定方法、装置、终端及存储介质 | |
CN112651274B (zh) | 路上障碍物检测装置、路上障碍物检测方法及记录介质 | |
CN112200826B (zh) | 一种工业弱缺陷分割方法 | |
CN114842307B (zh) | 掩码图像模型训练方法、掩码图像内容预测方法和设备 | |
CN112102202A (zh) | 一种图像分割方法和图像处理装置 | |
CN111122222B (zh) | 一种样本点位置确定方法及系统 | |
CN110472640B (zh) | 一种目标检测模型预测框处理方法及装置 | |
CN112053427A (zh) | 一种点云的特征提取方法、装置、设备及可读存储介质 | |
CN114862861A (zh) | 基于少样本学习的肺叶分割方法和装置 | |
CN117874158B (zh) | 聚类地图位置数据的自适应调整方法和装置 | |
CN113902899A (zh) | 训练方法、目标检测方法、装置、电子设备以及存储介质 | |
CN116226697B (zh) | 空间数据聚类方法、系统、设备及介质 | |
CN111898408B (zh) | 一种快速人脸识别方法及装置 | |
CN114511862A (zh) | 表格识别方法、装置及电子设备 | |
CN111833289B (zh) | 缺陷识别方法、装置和设备 | |
CN113657369A (zh) | 一种文字识别方法及其相关设备 | |
CN114550171B (zh) | 细胞实例分割模型构建方法、细胞实例分割方法和装置 | |
CN113762244A (zh) | 文档信息的提取方法及装置 | |
CN111383193A (zh) | 图像修复方法和装置 | |
CN116778141B (zh) | 一种基于orb算法的图片快速识别定位的方法 | |
CN114126038B (zh) | 一种定位方法、装置、电子设备和可读存储介质 | |
CN116468611B (zh) | 图像拼接方法、装置、设备和存储介质 | |
CN110322465B (zh) | 肿瘤微球的轮廓检测方法及装置 |
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 |