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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD