申请/专利权人:浪潮卓数大数据产业发展有限公司
申请日:2023-11-22
公开(公告)日:2024-02-27
公开(公告)号:CN117609405A
主分类号:G06F16/29
分类号:G06F16/29;G06F18/214;G06F18/241;G06F18/27;G06N3/0985;G06Q10/0639;G06Q10/0637;G06Q50/08;G06Q50/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明公开了一种基于机器学习的辅助选址方法及设备,属于数据处理技术领域,用于解决目前的辅助选址算法涉及的数据种类多、规模大、处理过程多,导致辅助选址的实时决策过程耗时较长,选址决策效率低的技术问题。方法包括:确定待选址区域内的各类有效设施,构建有效设施评价指标体系;对有效设施的评价数据进行归一化处理,得到综合评价数据集;创建待选址区域矢量地图,并对待选址区域矢量地图进行网格化处理,得到网格分布图;通过地址均匀采样机制,在网格分布图中获取采样地址数据集;基于综合评价数据集以及采样地址数据集,确定采样地址标注数据集;根据采样地址标注数据集中,确定最终辅助选址模型,以进行辅助选址决策。
主权项:1.一种基于机器学习的辅助选址方法,其特征在于,所述方法包括:基于选址需求,确定待选址区域内的各类有效设施,并构建有效设施评价指标体系;对同类有效设施的各项评价数据进行归一化处理,得到每类有效设施对应的综合评价数据集;获取所述待选址区域的边界经纬度数据集,创建待选址区域矢量地图,并对所述待选址区域矢量地图进行网格化处理,得到网格分布图;通过地址均匀采样机制,在所述网格分布图中获取采样地址数据集;基于所述综合评价数据集以及所述采样地址数据集,确定采样地址标注数据集;根据所述采样地址标注数据集中,采样地址点的点位标签分布规律,选择对应的辅助选址模型;通过所述采样地址标注数据集,训练所述辅助选址模型并进行调优,得到最终辅助选址模型,以通过所述最终辅助选址模型进行辅助选址决策。
全文数据:
权利要求:
百度查询: 浪潮卓数大数据产业发展有限公司 一种基于机器学习的辅助选址方法及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。