一種基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法及裝置制造方法及圖紙

本申請(qǐng)?zhí)峁┑囊环N基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法及裝置，根據(jù)各個(gè)事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量確定該待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果。由于該偏好變量表示了事先設(shè)定種類劃分標(biāo)準(zhǔn)的關(guān)鍵描述字段，該種類初始變量用于表示事先設(shè)定種類的種類初始描述字段，因此，可以通過該第一三維地圖描述異常變量確定該待解析三維地圖數(shù)據(jù)與各事先設(shè)定種類的關(guān)鍵描述字段之間的差異，進(jìn)而將符合事先設(shè)定要求的第一三維地圖描述異常變量所對(duì)應(yīng)的種類確定為該待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果。由此，通過結(jié)合事先設(shè)定種類的關(guān)鍵描述字段，對(duì)抽取的第一知識(shí)字段變量進(jìn)行分類，提升了待解析三維地圖數(shù)據(jù)的分類精確性和可靠性。精確性和可靠性。精確性和可靠性。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法及裝置


[0001]本申請(qǐng)涉及數(shù)據(jù)發(fā)布
，具體而言，涉及一種基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法及裝置。

技術(shù)介紹

[0002]U盤是USB(USBflashdisk)盤的簡(jiǎn)稱，據(jù)諧音也稱“優(yōu)盤”。U盤是閃存的一種，故有時(shí)也稱作閃盤。U盤與硬盤的最大不同是，它不需物理驅(qū)動(dòng)器，即插即用，且其存儲(chǔ)容量遠(yuǎn)超過軟盤，極便于攜帶。U盤集磁盤存儲(chǔ)技術(shù)、閃存技術(shù)及通用串行總線技術(shù)于一體。USB的端口連接電腦，是數(shù)據(jù)輸入/輸出的通道；主控芯片使計(jì)算機(jī)將U盤識(shí)別為可移動(dòng)磁盤，是U盤的“大腦”；U盤Flash(閃存)芯片保存數(shù)據(jù)，與計(jì)算機(jī)的內(nèi)存不同，即使在斷電后數(shù)據(jù)也不會(huì)丟失；PCB底板將各部件連接在一起，并提供數(shù)據(jù)處理的平臺(tái)。
[0003]現(xiàn)目前，通過優(yōu)盤對(duì)三維地圖進(jìn)行展示是十分困難的，因?yàn)閮?yōu)盤的儲(chǔ)存能力有限，這樣就不能準(zhǔn)確且可靠的對(duì)三維地圖進(jìn)行展示，因此，亟需一種技術(shù)方案以克服優(yōu)盤存儲(chǔ)能力。

技術(shù)實(shí)現(xiàn)思路

[0004]為改善相關(guān)技術(shù)中存在的技術(shù)問題，本申請(qǐng)?zhí)峁┝艘环N基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法及裝置。
[0005]第一方面，提供一種基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法，所述方法包括：對(duì)待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到第一知識(shí)字段變量；所述第一知識(shí)字段變量用于表示所述待解析三維地圖數(shù)據(jù)的地圖屬性特征；獲得不少于一個(gè)事先設(shè)定種類中各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量；所述偏好變量用于至少表示所述事先設(shè)定種類劃分標(biāo)準(zhǔn)的關(guān)鍵描述字段；所述種類初始變量用于表示所述事先設(shè)定種類的種類初始描述字段；基于根據(jù)所述第一知識(shí)字段變量，和各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量，確定各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量；基于符合事先設(shè)定要求的第一三維地圖描述異常變量所對(duì)應(yīng)的種類，確定所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果；通過人工智能線程將所述地圖數(shù)據(jù)分類結(jié)果進(jìn)行發(fā)布。
[0006]在一種獨(dú)立實(shí)施的實(shí)施例中，所述第一知識(shí)字段變量包括若干個(gè)方向中各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量；所述偏好變量包括各個(gè)所述方向?qū)?yīng)的局部偏好；所述種類初始變量包括各個(gè)所述方向?qū)?yīng)的局部種類變量；所述基于根據(jù)所述第一知識(shí)字段變量，和各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量，確定各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，根據(jù)所述事先設(shè)定種類中各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量，和各個(gè)所述方向?qū)?yīng)的局部種類變量，確定各個(gè)所述方向?qū)?yīng)的第一局部差異；根據(jù)各個(gè)所述方向?qū)?yīng)的局部偏好和各個(gè)所述方向?qū)?yīng)的第一局部差異，確定所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量。
[0007]在一種獨(dú)立實(shí)施的實(shí)施例中，所述對(duì)待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到第一知識(shí)字段變量，包括：對(duì)所述待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到原始知識(shí)字段變量；對(duì)所述原始知識(shí)字段變量進(jìn)行切割，得到各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量。
[0008]在一種獨(dú)立實(shí)施的實(shí)施例中，所述基于符合事先設(shè)定要求的第一三維地圖描述異常變量所對(duì)應(yīng)的種類，確定所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果，包括：在各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量中，確定最小的第一三維地圖描述異常變量；將所述最小的第一三維地圖描述異常變量對(duì)應(yīng)的事先設(shè)定種類，確定為所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果。
[0009]在一種獨(dú)立實(shí)施的實(shí)施例中，所述方法通過人工智能分析模型實(shí)現(xiàn)，所述人工智能分析模型的配置模板包括：各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的配置模板集，所述配置模板集包括若干個(gè)模板地圖數(shù)據(jù)，所述人工智能分析模型的配置方法包括：針對(duì)各個(gè)所述模板地圖數(shù)據(jù)，通過原始分析模型獲得所述模板地圖數(shù)據(jù)的第二知識(shí)字段變量，以及各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量；基于第二三維地圖描述異常變量的最小值所對(duì)應(yīng)的種類，確定所述模板地圖數(shù)據(jù)的回歸分析地圖數(shù)據(jù)分類結(jié)果，其中，所述第二三維地圖描述異常變量基于所述第二知識(shí)字段變量，各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量確定；根據(jù)所述模板地圖數(shù)據(jù)的回歸分析地圖數(shù)據(jù)分類結(jié)果和所述模板地圖數(shù)據(jù)的分類目錄，確定所述原始分析模型的量化評(píng)估結(jié)果；根據(jù)所述量化評(píng)估結(jié)果對(duì)所述事先設(shè)定分析模型進(jìn)行調(diào)試，得到所述人工智能分析模型。
[0010]在一種獨(dú)立實(shí)施的實(shí)施例中，所述通過原始分析模型獲得各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，通過所述原始分析模型獲得所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)對(duì)應(yīng)的若干個(gè)第二知識(shí)字段變量；基于所述若干個(gè)第二知識(shí)字段變量，確定所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量。
[0011]在一種獨(dú)立實(shí)施的實(shí)施例中，所述通過原始分析模型獲得各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量，得到所述事先設(shè)定種類對(duì)應(yīng)的偏好變量。
[0012]在一種獨(dú)立實(shí)施的實(shí)施例中，所述基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量，得到所述事先設(shè)定種類對(duì)應(yīng)的偏好變量，包括：基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)，確定所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量；基于事先設(shè)定的組合偏好，對(duì)所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量進(jìn)行組合，得到所述事先設(shè)定種類對(duì)應(yīng)的組合知識(shí)字段變量；基于所述組合知識(shí)字段變量，確定所述事先設(shè)定種類對(duì)應(yīng)的偏好變量。
[0013]在一種獨(dú)立實(shí)施的實(shí)施例中，所述基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量，得到所述事先設(shè)定種類對(duì)應(yīng)的偏好變量，包括：通過所述原始分析模型對(duì)所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到所述若干個(gè)模板地圖數(shù)據(jù)對(duì)應(yīng)的若干個(gè)原始知識(shí)字段變量；基于事先設(shè)定的組合偏好，對(duì)各個(gè)所述模板地圖數(shù)據(jù)對(duì)應(yīng)的所述原始知識(shí)字段變量和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量進(jìn)行組合，得到各個(gè)所述模板地圖數(shù)據(jù)對(duì)應(yīng)的組合知識(shí)字段變
量；依次基于各個(gè)所述模板地圖數(shù)據(jù)對(duì)應(yīng)的組合知識(shí)字段變量，確定各個(gè)所述模板地圖數(shù)據(jù)對(duì)應(yīng)的過渡偏好變量；基于各個(gè)所述模板地圖數(shù)據(jù)對(duì)應(yīng)的過渡偏好變量，確定所述事先設(shè)定種類對(duì)應(yīng)的偏好變量。
[0014]在一種獨(dú)立實(shí)施的實(shí)施例中，所述方法還包括：通過不少于一種關(guān)鍵抽取線程對(duì)所述事先設(shè)定種類的種類目錄進(jìn)行知識(shí)字段抽取，得到各個(gè)所述關(guān)鍵抽取線程對(duì)應(yīng)的原始關(guān)鍵描述字段；基于各個(gè)所述關(guān)鍵抽取線程對(duì)應(yīng)的關(guān)鍵偏好對(duì)各個(gè)所述關(guān)鍵抽取線程對(duì)應(yīng)的原始關(guān)鍵描述字段進(jìn)行組合，得到所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量。
[0015]在一種獨(dú)立實(shí)施的實(shí)施例中，所述不少于一種關(guān)鍵抽取線程包括第一關(guān)鍵抽取線程，所述通過不少于一種關(guān)鍵抽取線程對(duì)所述事先設(shè)定種類的種類目錄進(jìn)行知識(shí)字段抽取，得到各個(gè)所述關(guān)鍵抽取線程對(duì)應(yīng)的原始關(guān)鍵描述字段，包括：基于所述第一本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種基于優(yōu)盤的三維數(shù)據(jù)發(fā)布方法，其特征在于，所述方法包括：對(duì)待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到第一知識(shí)字段變量；所述第一知識(shí)字段變量用于表示所述待解析三維地圖數(shù)據(jù)的地圖屬性特征；獲得不少于一個(gè)事先設(shè)定種類中各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量；所述偏好變量用于至少表示所述事先設(shè)定種類劃分標(biāo)準(zhǔn)的關(guān)鍵描述字段；所述種類初始變量用于表示所述事先設(shè)定種類的種類初始描述字段；基于根據(jù)所述第一知識(shí)字段變量，和各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量，確定各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量；基于符合事先設(shè)定要求的第一三維地圖描述異常變量所對(duì)應(yīng)的種類，確定所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果；通過人工智能線程將所述地圖數(shù)據(jù)分類結(jié)果進(jìn)行發(fā)布。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一知識(shí)字段變量包括若干個(gè)方向中各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量；所述偏好變量包括各個(gè)所述方向?qū)?yīng)的局部偏好；所述種類初始變量包括各個(gè)所述方向?qū)?yīng)的局部種類變量；所述基于根據(jù)所述第一知識(shí)字段變量，和各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量，確定各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，根據(jù)所述事先設(shè)定種類中各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量，和各個(gè)所述方向?qū)?yīng)的局部種類變量，確定各個(gè)所述方向?qū)?yīng)的第一局部差異；根據(jù)各個(gè)所述方向?qū)?yīng)的局部偏好和各個(gè)所述方向?qū)?yīng)的第一局部差異，確定所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到第一知識(shí)字段變量，包括：對(duì)所述待解析三維地圖數(shù)據(jù)進(jìn)行知識(shí)字段抽取，得到原始知識(shí)字段變量；對(duì)所述原始知識(shí)字段變量進(jìn)行切割，得到各個(gè)所述方向?qū)?yīng)的第一局部知識(shí)字段變量。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于符合事先設(shè)定要求的第一三維地圖描述異常變量所對(duì)應(yīng)的種類，確定所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果，包括：在各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的第一三維地圖描述異常變量中，確定最小的第一三維地圖描述異常變量；將所述最小的第一三維地圖描述異常變量對(duì)應(yīng)的事先設(shè)定種類，確定為所述待解析三維地圖數(shù)據(jù)的地圖數(shù)據(jù)分類結(jié)果。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法通過人工智能分析模型實(shí)現(xiàn)，所述人工智能分析模型的配置模板包括：各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的配置模板集，所述配置模板集包括若干個(gè)模板地圖數(shù)據(jù)，所述人工智能分析模型的配置方法包括：針對(duì)各個(gè)所述模板地圖數(shù)據(jù)，通過原始分析模型獲得所述模板地圖數(shù)據(jù)的第二知識(shí)字段變量，以及各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量；基于第二三維地圖描述異常變量的最小值所對(duì)應(yīng)的種類，確定所述模板地圖數(shù)據(jù)的回歸分析地圖數(shù)據(jù)分類結(jié)果，其中，所述第二三維地圖描述異常變量基于所述第二知識(shí)字段
變量，各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量和種類初始變量確定；根據(jù)所述模板地圖數(shù)據(jù)的回歸分析地圖數(shù)據(jù)分類結(jié)果和所述模板地圖數(shù)據(jù)的分類目錄，確定所述原始分析模型的量化評(píng)估結(jié)果；根據(jù)所述量化評(píng)估結(jié)果對(duì)所述事先設(shè)定分析模型進(jìn)行調(diào)試，得到所述人工智能分析模型。6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述通過原始分析模型獲得各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，通過所述原始分析模型獲得所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)對(duì)應(yīng)的若干個(gè)第二知識(shí)字段變量；基于所述若干個(gè)第二知識(shí)字段變量，確定所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量。7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述通過原始分析模型獲得各個(gè)所述事先設(shè)定種類對(duì)應(yīng)的偏好變量，包括：針對(duì)各個(gè)所述事先設(shè)定種類，基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量，得到所述事先設(shè)定種類對(duì)應(yīng)的偏好變量；其中，所述基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量，得到所述事先設(shè)定種類對(duì)應(yīng)的偏好變量，包括：基于所述事先設(shè)定種類對(duì)應(yīng)的若干個(gè)模板地圖數(shù)據(jù)，確定所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量；基于事先設(shè)定的組合偏好，對(duì)所述事先設(shè)定種類對(duì)應(yīng)的種類初始變量和所述事先設(shè)定種類對(duì)應(yīng)的關(guān)鍵知識(shí)字段變量進(jìn)行組合，得到所述事先設(shè)定種類對(duì)應(yīng)的組合知識(shí)字段變量；基于所述組合知識(shí)字段變量，確定所...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：喻軍，莊永忠，徐燕生，羅超，向本乾，廖長(zhǎng)明，敬志堅(jiān)，
申請(qǐng)(專利權(quán))人：成都鼎安華智慧物聯(lián)網(wǎng)股份有限公司，
類型：發(fā)明
國別省市：