申请/专利权人：朱俊丰

申请日：2023-08-07

公开（公告）日：2024-04-02

公开（公告）号：CN116932680B

主分类号：G06F16/29

分类号：G06F16/29;G06T11/60

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.11.10#实质审查的生效;2023.10.24#公开

摘要：本发明公开一种矢量空间数据的特征标记方法、系统及计算机存储介质，包括如下步骤：步骤S1:从空间数据库中获取矢量空间要素；步骤S2:将所述矢量空间要素的属性信息作为属性文本信息，计算所述属性文本信息中所含特征词的词频和重要程度获得单个矢量空间要素的文本特征指数值；步骤S3:将矢量空间要素的几何图形作为几何图形对象，计算空间数据库中几何图形对象的出现频率和重要程度来获得单个矢量空间要素的图形特征指数值；步骤S4：基于所述文本特征指数值和所述图形特征指数值，计算各图层中每个空间要素的标记特征指数值，得到各图层的图属异质性特征标记元对象。本发明对矢量空间数据的特征标记进行量化，为矢量空间数据确权和价值评估提供支撑。

主权项：1.一种矢量空间数据的特征标记方法，其特征在于：包括如下步骤：步骤S1:从空间数据库中获取矢量空间要素；步骤S2:将所述矢量空间要素的属性信息作为属性文本信息，计算所述属性文本信息中所含特征词的词频和重要程度获得单个矢量空间要素的文本特征指数值；具体包括：S201:通过分词算法得到某图层L中的词结点序列T＝{t1,t2,t3...,tx}；S202:基于公式计算词t的词频指数TFt,l，nwl代表图层L中的词语个数，ntl代表词t在图层L中出现的频次；所述词频指数表示一个词t在图层L中出现次数，词频指数越高代表该词在该图层L中越重要，则含有该词的空间要素作为该图层的标记对象之一；S203:基于公式计算词t的逆文本频率ITFt,l，其中N为空间数据库中图层总数，LFt为词t在所有图层属性数据中出现的频次；S204:根据图层L中词t的所述词频指数TFt,l和所述逆文本频率ITFt,l，基于公式：TIt,l,L＝TFt,l×ITFt,L计算词t的权重值θ，得到图层L中各词的权重值序列ft＝{θ1,θ2,θ3,…,θx}，其中θi表示第i个词的文本特征指数值；所述文本特征指数值越大，代表该词在整个空间数据库越能区别于其它图层的标记关键词；步骤S3:将所述矢量空间要素的几何图形作为几何图形对象，计算空间数据库中几何图形对象的出现频率和重要程度来获得单个矢量空间要素的图形特征指数值；具体包括：S301：以某图层L为对象，构建GeoHash网格，并统计每个GeoHash网格中所包含的实际几何图形节点数Pi，计算每个GeoHash网格的空间密度指标为其中SumP表示图层L中所有几何图形的节点总数；S302：若某空间几何对象在空间上与n个GeoHash网格相交，则该几何对象在图层中的空间密度指数Gpi＝M1+M2+…Mn；S303：以整个空间数据库为对象，构建GeoHash网格，计算每个GeoHash网格中所包含的实际几何图形节点数PKi，计算每个GeoHash网格的空间密度指标为其中SumPK表示空间数据库中所有几何图形的节点总数；S304：若某空间几何对象在空间上与n个GeoHash网格相交，则该几何对象在空间数据库中的空间密度指数其中N为空间数据库中图层总数；S305：根据图层L中某图形的几何对象在该图层L中的空间密度指数Gpi和几何对象在空间数据库中的空间密度指数GKpi，基于公式：Geopi＝Gpi×GKpi计算出图形对象g的权重值β，得到图层L中各图形对象的权重值序列fg＝{β1，β2，β3，…，βx}，其中βi表示第i个图形对象的图形特征指数值，所述图形特征指数值越大，代表该图形对象在整个空间库中越能成为区别于其它图层的标记关键图形；步骤S4：基于所述文本特征指数值和所述图形特征指数值，计算各图层中每个空间要素的标记特征指数值，得到各图层的图属异质性特征标记元对象。

全文数据：

权利要求：

百度查询： 朱俊丰 矢量空间数据的特征标记方法、系统及计算机存储介质

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