[发明专利]确定精确地理位置的方法和装置

权利要求书

1.一种确定精确地理位置的方法，其特征在于，包括：

获取IP以及与所述IP关联的多个地理位置；

利用聚类算法，对所述多个地理位置进行聚类以获得高密度簇，作为所述IP的地理位置聚类结果；

基于所述地理位置聚类结果，利用优化算法对所述IP的高密度簇求取最优解，确定所述IP对应的最优地理位置；

根据所述最优地理位置和预设的人工神经网络模型，确定所述IP的精确地理位置；

其中，根据所述最优地理位置和预设的人工神经网络模型，确定所述IP的精确地理位置包括：

将所述最优地理位置输入所述预设的人工神经网络模型，获取输出结果；

若所述输出结果为预设的目标结果，则所述最优地理位置为所述IP的精确地理位置。

2.根据权利要求1所述的方法，其特征在于，所述聚类算法为k-means算法，所述优化算法为加权最小二乘法。

3.根据权利要求2所述的方法，其特征在于，利用聚类算法，对所述多个地理位置进行聚类以获得高密度簇，作为所述IP的地理位置聚类结果的步骤包括：

从所述IP关联的多个地理位置中选取两个地理位置作为第一初始质心和第二初始质心；

计算所述多个地理位置中每个地理位置与所述第一初始质心之间的第一球面距离以及与第二初始质心之间的第二球面距离；

根据所述第一球面距离和所述第二球面距离，对所述IP关联的多个地理位置进行聚类以获得高密度簇，以所述高密度簇作为所述IP的地理位置聚类结果。

4.根据权利要求3所述的方法，其特征在于，根据如下公式（1）计算每个地理位置与所述第一初始质心之间的第一球面距离以及与第二初始质心之间的第二球面距离：

（1）

其中，R表示地球长轴半径，S表示地理位置A与地理位置B之间的球面距离，为地理位置A的纬度，为地理位置A的经度，为地理位置B的纬度，为地理位置B的经度。

5.根据权利要求3所述的方法，其特征在于，根据所述地理位置聚类结果，利用优化算法确定每个IP对应的最优地理位置包括：

对于高密度簇中的每个地理位置，根据每个地理位置与高密度簇质心的球面距离，确定所述每个地理位置的权重；

根据所述权重，利用加权最小二乘法确定每个IP对应的最优地理位置。

6.根据权利要求5所述的方法，其特征在于，根据下式（2）确定所述每个地理位置的权重：

（2）

其中，λ_i表示第i个地理位置的权重，d_i表示第i个地理位置与高密度簇质心之间的球面距离，n为大于或等于1的整数；

根据下式（3）确定所述IP对应的最优地理位置：

（3）

其中，（x_i,y_i）表示第i个地理位置，（，）表示最优地理位置。

7.根据权利要求1所述的方法，其特征在于，所述预设的人工神经网络模型的输入层具有3个神经元节点，隐含层具有5个神经元节点，输出层具有1个神经元节点。

8.一种确定精确地理位置的装置，其特征在于，包括：

获取模块，用于获取IP以及与所述IP关联的多个地理位置；

聚类模块，用于利用聚类算法，对所述多个地理位置进行聚类以获得高密度簇，作为所述IP的地理位置聚类结果；

最优地理位置确定模块，用于基于所述地理位置聚类结果，利用优化算法对所述IP的高密度簇求取最优解，确定所述IP对应的最优地理位置；

精确地理位置确定模块，用于根据所述最优地理位置和预设的人工神经网络模型，确定所述IP的精确地理位置；

其中，所述精确地理位置确定模块还用于：

将所述最优地理位置输入所述预设的人工神经网络模型，获取输出结果；

若所述输出结果为预设的目标结果，则所述最优地理位置为所述IP的精确地理位置。