[发明专利]地理功能区识别方法、装置、设备及存储介质在审

专利信息
申请号: 202111480343.9 申请日: 2021-12-06
公开(公告)号: CN116244426A 公开(公告)日: 2023-06-09
发明(设计)人: 郑玉丽;蔡巍巍 申请(专利权)人: 中移(苏州)软件技术有限公司;中国移动通信集团有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/387;G06F40/194;G06F40/30;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 姚文娴;张颖玲
地址: 215163 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 地理 功能 识别 方法 装置 设备 存储 介质
【说明书】:

本申请公开了一种地理功能区识别方法、装置、设备及存储介质。该方法包括:获取待识别区域的道路图层数据和POI数据,基于道路图层数据将待识别区域划分为多个子区域,基于POI数据之间的空间距离确定符合上下文关系的POI数据对,基于POI数据的特征信息生成向量组并作为词向量训练模型的输入,得到POI数据的词向量,加权计算词向量得到子区域的分区向量,对分区向量进行聚类分析以确定子区域所属的功能区类别。本方案涉及的POI数据对选取符合社会经济活动规律和统计数据,根据POI数据对训练得到的词向量能更好地挖掘POI数据的空间分布特征等语义信息,为后续子区域功能区的识别提供支撑。

技术领域

发明涉及地理区域规划设计与研究领域,尤其涉及一种地理功能区识别方法、装置、设备及存储介质。

背景技术

功能区作为地理区域中的基本组成单元,是地理区域规划和管理的重要组成部分,功能区的识别对揭示地理区域的物理和社会特征至关重要。兴趣点(Point ofInterest,POI)主要指与人们生活密切相关、可以被抽象为点的地理实体,如政府、学校、医院、商场等,其具有数据量大、类别多、覆盖范围广、易于获取等优点,集地理位置和属性信息于一体,是人口、土地、经济、社会等地理功能区的相关要素相互作用的综合体现。

相关技术中,在利用POI数据进行地理功能区识别方面,往往仅通过计算POI的频数密度来判断区域的功能,将功能区识别为单一功能区和混合功能区,使得功能区识别结果往往偏向于数量较多且较为普遍的POI类型(如餐饮、购物、企事业),而无法有效地呈现出区域的功能。此外,传统的语义模型如LDA(Latent Dirichlet Allocation,隐狄立克雷分配)模型往往只考虑POI数据的潜在语义信息,不能结合POI数据丰富的信息实现准确的地理功能区识别。

发明内容

有鉴于此,本申请实施例提供了一种地理功能区识别方法、装置、设备及存储介质,旨在准确地识别地理功能区。

本发明实施例的技术方案是这样实现的:

本发明实施例提供了一种地理功能区识别方法,包括:

获取待识别区域的道路图层数据和所述待识别区域内的兴趣点(POI)数据;

基于所述道路图层数据将所述待识别区域划分为至少两个子区域;

基于各所述POI数据之间的空间距离和距离阈值,确定符合上下文关系的POI数据对;

基于所述POI数据的特征信息生成所述POI数据对的向量组,所述向量组包括所述POI数据对中的两个POI数据各自对应的向量;

将各所述向量组输入词向量训练模型,学习得到各所述POI数据的词向量;

基于所述POI数据与所述子区域的对应关系,加权计算各所述子区域内的POI数据的词向量,得到各所述子区域的分区向量;

基于设定的聚类数对所述分区向量进行聚类分析,并根据所述聚类分析的聚类簇确定各所述子区域所属的功能区类别。

本发明实施例还提供了一种地理功能区识别装置,包括:

数据获取模块,用于获取待识别区域的道路图层数据和所述待识别区域范围内的兴趣点POI数据;

子区域划分模块,用于基于所述道路图层数据将所述待识别区域划分为至少两个子区域;

数据对确定模块,用于基于各所述POI数据之间的空间距离和距离阈值,确定符合上下文关系的POI数据对;

向量生成模块,用于基于所述POI数据的特征信息生成所述POI数据对的向量组,所述向量组包括所述POI数据对中的两个POI数据各自对应的向量;

词向量训练模块,用于将各所述向量组输入词向量训练模型,学习得到各所述POI数据的词向量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中移(苏州)软件技术有限公司;中国移动通信集团有限公司,未经中移(苏州)软件技术有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111480343.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top