CN119474147A - 基于模型的路网及地名要素信息的快速检索方法及系统 - Google Patents

Abstract

本发明公开一种基于模型的路网及地名要素信息的快速检索方法及系统，该方法包括：构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

Description

基于模型的路网及地名要素信息的快速检索方法及系统

技术领域

本发明属于路网及地名要素信息检索技术领域，更具体地，涉及一种基于模型的路网及地名要素信息的快速检索方法及系统。

背景技术

信息检索技术现状涵盖了多种方法和技术，应用范围广泛，尤其是在文本、图像、音频、视频等多模态数据检索中。以下是信息检索的几个重要现状与发展趋势：

1.基于关键字的检索(传统方法)

早期的信息检索方法主要依赖关键字匹配。用户输入查询关键字，系统通过全文搜索或倒排索引返回包含这些关键字的文档或数据。这种方法在结构化数据和文档检索中依然应用广泛。

2.基于向量的检索(语义理解)

现代信息检索系统逐渐向基于语义的检索方向发展。自然语言处理(NLP)技术的进步，例如词嵌入模型(如Word2Vec、GloVe)和大规模预训练语言模型(如BERT、GPT)，使得系统可以理解查询的语义并返回与之相关的内容，而不仅仅是字面上的匹配。

但是现有技术中对路网及地名要素信息检索不够精确，错误率偏高。

发明内容

为解决以上技术问题，本发明提出一种基于模型的路网及地名要素信息的快速检索方法，包括：

构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

进一步的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

进一步的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

进一步的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

进一步的，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

本发明还提出一种基于模型的路网及地名要素信息的快速检索系统，包括：

构建数据库模块，用于构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

获取用户查询参数模块，用于获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

计算模块，用于设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

显示模块，用于将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

进一步的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

进一步的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

进一步的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

进一步的，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

本发明能够根据构建的路网及地名要素信息数据库，对用户提出的查询需求进行精准检索。

附图说明

图1是本发明实施例1的方法的流程图；

图2是本发明实施例2的系统的结构图。

具体实施方式

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。

本发明提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。

处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。

存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read-Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。

显示屏用于显示各个应用程序的用户界面。

除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。

实施例1

如图1所示，本发明实施例提供一种基于模型的路网及地名要素信息的快速检索方法，包括：

步骤101，构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

以下为构建数据库的一示例，如下所示：

矢量数据具有的空间分析功能使得其广泛应用于建设规划、资源管理、环境分析等各个行业领域，通过多源数据融合，可以有效提升数据维度，维度提升可以增加对象的属性信息，对于表述某些空间关系更为有利。多源矢量空间数据融合理论和方法是解决上述问题的有力工具，它能对多源矢量空间数据进行空间基准、数学基础、尺度、内容和空间关系的一致性处理，保证数据的一致性。

交通资源数据中有两类路网数据，一类是专用路网数据，具备道路等级等特征的矢量数据；一类是民用路网数据，具备路网拓扑结构，可实现路径规划和车辆导航。两类数据源的区别在于，交通路网数据只是空间矢量数据，无道路拓扑属性；而民用路网数据如导航拓扑数据，可用于实现导航和路径规划功能，本项目需要利用民用路网导航拓扑数据结合交通路网数据开展数据融合，实现项目车辆路径规划和导航的功能。

本实施例基于地理信息空间几何关系分析进行，采用的工具软件是PGsql数据库，PGsql全称为postgresql，是一个非常成熟的开源的功能强大的关系型数据库，总体来说，该数据库支持SQL复杂语法，实现左联查，右联查，函数，触发器，约束等等功能。利用PGsql的提供的处理空间数据的GIS函数，实现数据融合的高效优化实现。

地理信息空间几何关系分析主要包括邻近度(proximity)分析、叠加分析、网络分析等。缓冲区分析是邻近度分析的一种，缓冲区是为了识别某一地理实体或空间物体对其周围地物的影响度而在其周围建立具有一定宽度的带状区域。缓冲区作为独立的数据层进行叠加分析，可应用到道路、桥梁的空间分析，为某种应用目的提供科学依据。

数据融合是基于线要素进行匹配，采用的是基于缓冲区重叠的方式，即以匹配线段为基准建立缓冲区，以待匹配的线段落入该缓冲区范围的长度判断两者是否为同名实体，利用缓冲区增长法进行了道路网匹配，在匹配基本单位的选择方面，使用以“节点-弧段”的方式进行匹配，同时，基于全局一致性的匹配思路，根据道路网结构，将道路数据划分为依据道路等级进行分别的匹配，同时借鉴全局寻优的数学优化问题，在度量目标间的相似性时利用了距离和拓扑结构，优化道路网匹配问题，融合专用路网相关的道路等级、路面基准宽度、桥面宽度、设计荷载等级、技术状况评定等级、弧段所有桥梁、隧道等信息至民用路网数据中，为软件的拓扑网络数据的属性信息特征起到增强的作用。

缓冲区的半径确认：

1)将民用导航数据与专用不同的数据集(国省道、县道)数据集叠加一起，随机抽样100条线段，通过postgis进行缓冲区分析，以民用导航数据为基础，对线段建立缓冲区、起点建立缓冲区、中心点建立缓冲区、终点建立缓冲区，三个缓冲区求交集，分别以20米、30米、40米、50米、60米、70米进行匹配率计算，经过分析发现国省道缓冲区距离选择50米、县道缓冲公区选择20米为最优距离；

2)将民用导航数据与专用不同的数据集(国省道桥梁、农村桥梁)数据集叠加一起，对线段建立缓冲区，分别以20米、30米、40米、50米、60米、70米进行匹配率计算，经过分析发现国省道桥梁缓冲区距离选择50米、农村桥梁缓冲公区选择20米为最优距离。

融合处理流程：

基于地理要素的几何特征进行同名实体匹配的算法，是所有匹配算法中最基本和最常用的算法，利用几何特征进行同名实体匹配的原理是：通过度量地理要素的一个或几个几何特征的相似度，利用预设的阈值来判断是否属于同名地理要素。不同方法之间的差异主要体现在几何特征与匹配单位的选择以及相似度的判断方式等方面。

道路数据融合流程：

同一条道路路网数据中被分成若干个弧段，在通过数据分析后发现，专用路网数据较民用导航数据弧段长，为提高匹配的准确度，通过使用四种方式进行弧段匹配，对于匹配结果求交集。

(1)针对不同的道路等级、建立不同的缓冲区遍历并匹配专用路网数据并获得数值A；

(2)根据民用导航数据线段的起点作为缓冲区遍历匹配专用路网数据并获得数值B；

(3)根据民用导航数据线段的中心点作为缓冲区遍历并匹配专用路网数据并获得数值C；

(4)根据民用导航数据线段的终点作为缓冲区匹配专用路网数据并获得数值D；

四类分析方法得到的数值取交集，得到最终匹配数据，提取专用路网对应数据详情，更新至导航数据集。

桥梁数据融合流程：

对于桥梁，以民用导航数据为基础，查询线段与桥梁点位的对应关系，通过函数处理，将民用导航线段对应的多个桥梁点位依照“a,b,c...”的格式进行存储，完成对民用导航数据桥梁信息的融合。

隧道数据融合流程：

对于隧道，以民用导航数据为基础，查询线段与隧道点位的对应关系，通过函数处理，将民用导航线段对应的多个桥梁点位依照“a,b,c...”的格式进行存储，完成对民用导航数据隧道信息的融合。具体流程与桥梁一致，这里就不再展开描述。

路网数据融合试点实施过程：

数据准备：

专用全国路网数据由国道“ROAD_GD”、省道“ROAD_SD”、县道“ROAD_X”、乡道“ROAD_Y_par1、ROAD_Y_par2”、镇道“ROAD_Z”、农村公路“ROAD_Y_par1、ROAD_Y_par2、ROAD_Y_par3、ROAD_Y_par4、ROAD_Y_par5、ROAD_Y_par6”线数据集和国省道桥梁“QLP_GSD”、农村桥梁“QLP_NCGL”、国省道隧道“SDP_GSD”和农村隧道“SDP_NCGL”点数据集组成。

民用数据原始文件为MIF文件，通过项目导入功能将MIF文件转换为udbx文件，进行拓扑预处理，预处理完成后进行构建二维网络拓扑关系生成导航数据集。导航数据表名为NetWork，具有图幅号等共67个数据属性。

路网数据坐标系确认：

需要确认交通路网数据和导航数据集坐标系保持一致，如果不一致的话，需要通过项目软件中的坐标系转换功能，将两者的坐标系转换为同一坐标系，实现数据的准确性。本项目中专用数据和民用导航数据的坐标系是均为WGS84，故最终融合后的地图数据的坐标系是WGS84。

路网数据属性重构：

为满足数据融合的需要，需要对民用路网数据集合交通路网数据集进行表结构重构。

专用路网数据属性重构：

路网中的道路数据包括国道、省道、县道、乡道和镇道路。道路数据属性重构的方法基本一致，本文以国道为例进行属性重构的描述。

交通路网数据重构主要是增加属性字段，使用相应的算法对属性赋值。专用路网数据增加属性字段分别为弧段开始节点(序号39)、中心点(序号40)和弧段结束节点(序号41)；类型为宽字符，长度设置255。以专用国道属性表ROAD_GD为例，重构后属性结构如下表所示：

国道表重构结构表

民用导航路网数据属性重构：

民用导航的路网数据数据表重构分为三部分内容，分别是增加道路属性内容，增加桥梁属性内容和增加隧道属性内容。

道路相关的增加字段为弧段开始节点start_center、中心点center和弧段结束节点end_center；专用道路名称road_name、专用道路等级dldj、专用路面净宽lmjk、专用路线编号lxbh和专用弧段id。

路网中的桥梁数据包括国省道桥梁和农村桥梁两类。桥梁数据属性重构的内容为，在民用导航数据集新增属性字段分别为国省道桥梁名称qlmc、国省道桥梁编码qlbm、国省道桥面净宽qmjk、设计荷载等级代码sjhzdjdm、技术状况评定等级jszkpddj、桥梁id：jtb_smid、所属数据集qlsssjj(1：国省道桥梁数据集；2：农村桥梁数据集；3：国省道隧道数据集；4：农村隧道数据集)。

民用导航数据集新增属性字段分别为隧道名称sdmc、隧道编码sdbm、隧道净宽sdjk、隧道净高sdjg、总体技术状况评定ztjszkpd、隧道id：jtb_sdid、所属数据集qlsssjj(1：国省道桥梁数据集；2：农村桥梁数据集；3：国省道隧道数据集；4：农村隧道数据集)。重构后属性结构如下表所示：

Network重构结构表

数据融合处理：

路网数据赋值：

交通路网及民用导航数据扩展字段的赋值，由于路网数据的位置信息为空间矢量数据内容，项目通过GIS软件进行计算并赋值。实现方式是利用程序读取路网每条弧段的地理信息，调用函数获取弧段的经纬度信息，计算并赋值给新创建的3个属性字段(start_center、中心点center和弧段结束节点end_center)。

民用导航路网数据赋值：

导航弧段数据赋值：

民用导航数据扩展字段的赋值与交通路网一致，由于路网数据的位置信息为空间矢量数据内容，项目通过GIS软件进行计算并赋值。实现方式是利用程序读取路网每条弧段的地理信息，调用函数获取弧段的经纬度信息，计算并赋值给新创建的3个属性字段(start_center、中心点center和弧段结束节点end_center)。

道路数据赋值：

数据融合依据POSTGIS的空间函数特性进行，以民用导航数据为基础，依据FUNCCLASS对应的道路级别，查询专用数据，对线段建立缓冲区、起点建立缓冲区、中心点建立缓冲区、终点建立缓冲区，三个缓冲区求交集，获得专用对应的数据信息；完成对专用数据主键(jtb-smid)、道路名称(roadname)、道路等级(dldj)、道路宽度(dlkd)、路线编号(lxbh)属性的融合；

对完成融合的线数据集进行数据分析，对于未融合的数据，仅对线段建立缓冲区获得专用对应的数据信息，进一步提升数据的融合率。

桥梁数据赋值：

对于桥梁，以民用导航数据为基础，查询线段与桥梁点位的对应关系，通过函数处理，将民用导航线段对应的多个桥梁点位依照“a,b,c...”的格式进行存储，完成对专用数据桥梁名称(qlmc)、桥梁编码(qlbm)、桥面净宽(qmjk)、专用桥梁主键(jtb_qlid)、桥梁所属数据集(qlsssjj)、技术状况评定等级(jszkpddjdm)、设计荷载等级(sjhzdjdm)。

隧道数据赋值：

对于隧道，以民用导航数据为基础，查询线段与隧道点位的对应关系，通过函数处理，将民用导航线段对应的多个桥梁点位依照“a,b,c...”的格式进行存储，完成对专用数据隧道名称(sdmc)、隧道编码(sdbm)、隧道净宽(sdjk)、隧道净高(sdjg)、专用桥梁主键(jtb_sdid)、隧道所属数据集(qlsssjj)、技术状况评定等级(jszkpddjdm)、设计荷载等级(sjhzdjdm)。

步骤102，获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

步骤103，设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

具体的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

具体的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x,y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

具体的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

具体的，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

步骤104，将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

实施例2

如图2所示，本发明实施例还提供一种基于模型的路网及地名要素信息的快速检索系统，包括：

构建数据库模块，用于构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

获取用户查询参数模块，用于获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

计算模块，用于设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

具体的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

具体的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x,y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

具体的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

具体的，用户查询参数与路网或地名要素的匹配度F包括：

其中，к_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

显示模块，用于将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

实施例3

本发明实施例还提出一种存储介质，存储有多条指令，所述指令用于实现所述的一种基于模型的路网及地名要素信息的快速检索方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：步骤101，构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

步骤102，获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

步骤103，设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

具体的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

具体的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

具体的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

具体的，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

步骤104，将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

实施例4

本发明实施例还提出一种电子设备，包括处理器和与所述处理器连接的存储介质，所述存储介质存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行所述的一种基于模型的路网及地名要素信息的快速检索方法。

具体的，本实施例的电子设备可以是计算机终端，所述计算机终端可以包括：一个或多个处理器、以及存储介质。

其中，存储介质可用于存储软件程序以及模块，如本发明实施例中的一种基于模型的路网及地名要素信息的快速检索方法，对应的程序指令/模块，处理器通过运行存储在存储介质内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种基于模型的路网及地名要素信息的快速检索方法。存储介质可包括高速随机存储介质，还可以包括非易失性存储介质，如一个或者多个磁性存储系统、闪存、或者其他非易失性固态存储介质。在一些实例中，存储介质可进一步包括相对于处理器远程设置的存储介质，这些远程存储介质可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器可以通过传输系统调用存储介质存储的信息及应用程序，以执行下述步骤：步骤101，构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

步骤102，获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

步骤103，设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

具体的，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

具体的，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

具体的，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μ_m为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

具体的，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

步骤104，将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应所述理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以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所述技术方案的全部或部分可以以软件产品的形式体现出来，所述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(可为个人计算机、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、只读存储介质(ROM，Read-Only Memory)、随机存取存储介质(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于模型的路网及地名要素信息的快速检索方法，其特征在于，包括：

构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

2.如权利要求1所述的一种基于模型的路网及地名要素信息的快速检索方法，其特征在于，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

3.如权利要求2所述的一种基于模型的路网及地名要素信息的快速检索方法，其特征在于，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

4.如权利要求2所述的一种基于模型的路网及地名要素信息的快速检索方法，其特征在于，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μm为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

5.如权利要求2所述的一种基于模型的路网及地名要素信息的快速检索方法，其特征在于，用户查询参数与路网或地名要素的匹配度F包括：

其中，k_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。

6.一种基于模型的路网及地名要素信息的快速检索系统，其特征在于，包括：

构建数据库模块，用于构建路网及地名要素信息的数据库，其中，所述路网及地名要素信息包括：路网特征值和地名特征值；

获取用户查询参数模块，用于获取用户查询参数，其中，所述用户查询参数包括路网或地名要素信息；

计算模块，用于设置综合检索模型，并根据所述用户查询参数和数据库中路网及地名要素信息，计算所述用户查询参数的综合检索值；

显示模块，用于将超过预设检索阈值的所述综合检索值相对应的路网或地名要素信息，为用户进行显示。

7.如权利要求6所述的一种基于模型的路网及地名要素信息的快速检索系统，其特征在于，所述综合检索模型包括：

其中，为综合检索值，为实数平面，用于描述一个二维坐标系中的所有点，α₁为综合检索值的第一调整因子，R(x，y)为在位置(x，y)处的路网特征值，β′为综合检索值的第三调整因子，α₂为综合检索值的第二调整因子，γ为综合检索值的第四调整因子，S_R为路网空间索引值，S_P为地名空间索引值，P(p_i)为第i个地名p_i的地名特征值，F为用户查询参数与路网或地名要素的匹配度，Q为用户查询参数。

8.如权利要求7所述的一种基于模型的路网及地名要素信息的快速检索系统，其特征在于，所述路网空间索引值S_R包括：

其中，n为路网特征值的数量，ω_k为第k个路网特征值的权重，R_k(x，y)为在位置(x，y)处第k个路网特征值，σ_k为第k个路网特征值的调整因子。

9.如权利要求7所述的一种基于模型的路网及地名要素信息的快速检索系统，其特征在于，地名空间索引值S_P包括：

其中，m′为地名特征值的数量，λ_m为第m个地名特征值的调整因子，P_m(p_i)为第i个地名p_i的第m个地名特征值，α为地名空间索引值的第一调整因子，μm为第m个地名特征值的期望值，β为地名空间索引值的第二调整因子。

10.如权利要求7所述的一种基于模型的路网及地名要素信息的快速检索系统，其特征在于，用户查询参数与路网或地名要素的匹配度F包括：

其中，κ_j为第j个路网特征值或地名特征值的权重，γ_j为第j个路网特征值的调整因子，Q为用户查询参数，所述用户查询参数为路网或地名要素，R_j为第j个路网特征值，P_j为第j个地名特征值，δ_j为第j个地名特征值的调整因子，θ_j为第j个路网特征值或地名特征值的调整因子。