【技術實現步驟摘要】
本專利技術涉及智能交通領域，尤其涉及一種地理信息數據的處理方法及裝置。
技術介紹
1、現有的特征選擇方法常用的為過濾式方法。具體的，過濾式方法是在模型訓練和運算前，對數據進行特征篩選，特征篩選與建模過程不存在交互。該種方式可以避免模型數據對原有數據的污染。過濾式方法的篩選標準主要包括距離準則、信息準則、相關性準則和一致性準則。距離準則采用距離度量數據集中各樣本間的相似程度，進而刻畫特征集中各個特征對目標特征的貢獻程度或作用大小。信息準則采用信息熵等屬性衡量數據集中各個特征對于目標特征的不確定性程度，特征所擁有的不確定性程度越高，對目標變量的幫助也越大。相關性準則通過衡量特征與目標特征之間的相關性程度，實現對各個特征的重要性度量。一致性準則采用數據樣本的不一致率衡量候選特征子集的分辨能力，不一致率是不一致樣本個數與總體樣本數的比率。
2、過濾式特征選擇方法存在時間和空間復雜度高的問題，不利于衛星星上計算等資源有限的場景。
技術實現思路
1、現有技術從數據處理角度出發，存在時間和空間復雜度高的缺點，不利于衛星星上計算等資源有限的場景。
2、為了解決上述技術問題，本專利技術第一方面提供一種地理信息數據的處理方法，包括：
3、獲取目標區域在預定時間范圍內的地理信息數據；
4、根據所述地理信息數據，計算得到交通特征集的多個數據集及各數據集的目標特征值；
5、利用預先確定的物理知識庫，對所述交通特征集中的特征進行一次篩選得到備用交通特
6、根據所述備用交通特征集中特征間的強相關性以及所述備用交通特征集中特征與目標特征間的強相關性，對所述備用交通特征集中的特征進行二次篩選，得到最優交通特征集，根據所述最優交通特征集及目標特征建立目標特征預測模型。
7、作為本專利技術的進一步實施例中，根據所述備用交通特征集中特征間的強相關性以及所述備用交通特征集中特征與目標特征間的強相關性，對所述備用交通特征集中的特征進行二次篩選包括：
8、對于所述備用交通特征集中每一第一交通特征，根據所述第一交通特征的數據集及該數據集的目標特征值確定所述第一交通特征與所述目標特征之間的相關性；在所述第一交通特征與所述目標特征不相關時，從所述備用交通特征集中刪除所述第一交通特征；
9、對于所述備用交通特征集中的每兩個交通特征，根據所述兩個交通特征的數據集確定所述兩個交通特征之間的相關性；在所述兩個交通特征相關時，從所述兩個交通特征中刪除其中一交通特征。
10、作為本專利技術進一步實施例中，在所述第一交通特征與所述目標特征相關時，從所述備用交通特征集中遍歷交通特征，將遍歷到的交通特征作為第二交通特征；
11、將所述第一交通特征及所述第二交通特征作為所述兩個交通特征，計算所述兩個交通特征之間的相關性，并在所述兩個交通特征相關時，從所述備用交通特征集中刪除所述第一交通特征。
12、作為本專利技術的進一步實施例中，在所述兩個交通特征不相關時，重復從所述備用交通特征集中遍歷下個第二交通特征及其之后的步驟，直至無法遍歷到第二交通特征時，從所述備用交通特征集中遍歷下個第一交通特征并重復確定該第一交通特征與目標特征之間的相關性。
13、作為本專利技術的進一步實施例中，所述交通特征集合中的交通特征至少包括：時刻t的路段i對應的交通運行特征，時刻t的路段i對應的交通設計特征及時刻t的路段i對應的交通設施特征；
14、所述目標特征包括：時刻t+1的路段i行程時間或交通狀態。
15、作為本專利技術的進一步實施例中，所述物理知識庫建立過程包括：
16、獲取所述交通特征的物理知識信息及所述目標特征的物理知識信息；
17、對獲取的物理知識信息進行去重處理；
18、從去重后物理知識信息中篩選出目標物理知識信息，所述目標物理知識信息至少包含兩個交通特征，和/或一個交通特征及目標特征；
19、從所述目標物理知識信息中提取物理量間的關聯關系；
20、將具有物理量關聯關系的交通特征，以及具有物理量關聯關系的交通特征和目標特征構成一物理知識集合。
21、作為本專利技術的進一步實施例中，利用預先確定的物理知識庫，對所述交通特征集中的特征進行一次篩選，包括：
22、將所述交通特征集中的交通特征逐一匹配所述物理知識庫的特征集合中的特征，并記錄交通特征匹配的次數；
23、對于所述物理知識庫中的每一特征集合，若該特征集合存在至少兩個匹配的交通特征，則在交通特征集中保留匹配次數最小的交通特征。
24、作為本專利技術的進一步實施例中，進行一次篩選之前，還包括：
25、從所述交通特征集中隨機選擇預定數量的交通特征組成候選特征子集，并將所述候選特征子集中的交通特征從所述交通特征集中刪除；
26、將所述一次篩選及二次篩選過程替換為：
27、對所述候選特征子集中的特征進行一次篩選以及二次篩選，并記錄刪除交通特征個數；
28、在所述候選特征子集中所有特征均已分析且所述交通特征集不為空時，從所述交通特征集中隨機選擇所述刪除交通特征個數的交通特征移動至所述候選特征子集中，并對刪除交通特征個數進行歸零處理，重復對所述候選特征子集進行一次篩選及二次篩選的過程。
29、作為本專利技術的進一步實施例中，在所述候選特征子集中所有特征均已分析且所述刪除交通特征個數為零以及所述交通特征集不為空時，從所述交通特征集中選擇至少一個交通特征移動至所述候選特征子集中，并將選擇的交通特征從所述交通特征集中刪除，重復對所述候選特征子集進行一次篩選及二次篩選的過程。
30、作為本專利技術的進一步實施例中，從交通特征集中隨機選擇預定數量的交通特征組成候選特征子集，包括：
31、獲取分布式服務器的性能數據；
32、根據各服務器的性能數據，確定各服務器的特征處理量；
33、根據各服務器的特征處理量，從交通特征集獲取特征得到各服務器的候選特征子集；
34、將各服務器的候選特征子集發送至各服務器進行分析，以由各服務器對候選特征子集進行篩選，并統計候選特征子集中刪除交通特征的數量，根據各服務器刪除交通特征的數量及各服務器的性能從交通特征集中獲取交通特征。
35、作為本專利技術的進一步實施例中，得到地理信息數據之后，還包括：
36、對地理信息數據進行預處理，其中，預處理包括：
37、對地理信息數據中的非二值數據進行平滑處理；
38、對地理信息數據中的空間數據進行坐標系轉化理；
39、對地理信息數據中的時變數據進行時空冗余清洗；
40、對缺省數據進行數據補全處理。
41、本專利技術第二方面提供一種地理信息數據的處理裝置，包括：
42、數據獲取單元，用于獲取目標區域在預定本文檔來自技高網...
【技術保護點】
1.一種地理信息數據的處理方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，根據所述備用交通特征集中特征間的強相關性以及所述備用交通特征集中特征與目標特征間的強相關性，對所述備用交通特征集中的特征進行二次篩選包括：
3.如權利要求2所述的方法，其特征在于，在所述第一交通特征與所述目標特征相關時，從所述備用交通特征集中遍歷一第二交通特征；
4.如權利要求3所述的方法，其特征在于，在所述兩個交通特征不相關時，重復從所述備用交通特征集中遍歷下個第二交通特征及其之后的步驟，直至無法遍歷到第二交通特征時，從所述備用交通特征集中遍歷下個第一交通特征并重復確定該第一交通特征與目標特征之間的相關性。
5.如權利要求1所述的方法，其特征在于，所述交通特征集合中的交通特征至少包括：時刻t的路段i對應的交通運行特征，時刻t的路段i對應的交通設計特征及時刻t的路段i對應的交通設施特征。
6.如權利要求1所述的方法，其特征在于，所述物理知識庫建立過程包括：
7.如權利要求1所述的方法，其特征在于，利用預先確定的物理知識
8.如權利要求1所述的方法，其特征在于，進行一次篩選之前，還包括：
9.如權利要求8所述的方法，其特征在于，在所述候選特征子集中所有特征均已分析且所述刪除交通特征個數為零以及所述交通特征集不為空時，從所述交通特征集中選擇至少一個交通特征移動至所述候選特征子集中，并將選擇的交通特征從所述交通特征集中刪除，重復對所述候選特征子集進行一次篩選及二次篩選的過程。
10.如權利要求8所述的方法，其特征在于，從交通特征集中隨機選擇預定數量的交通特征組成候選特征子集，包括：
11.如權利要求1所述的方法，其特征在于，得到地理信息數據之后，還包括：
12.一種地理信息數據的處理裝置，其特征在于，包括：
13.一種導航系統，其特征在于，包括：無人飛行設備、衛星服務器及客戶端；
14.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至11任意一項所述方法。
15.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被計算機設備的處理器執行時實現權利要求1至11任意一項所述方法。
16.一種計算機程序產品，所述計算機程序產品包括計算機程序，其特征在于，所述計算機程序被計算機設備的處理器執行時實現權利要求1至11任意一項所述方法。
...【技術特征摘要】
1.一種地理信息數據的處理方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，根據所述備用交通特征集中特征間的強相關性以及所述備用交通特征集中特征與目標特征間的強相關性，對所述備用交通特征集中的特征進行二次篩選包括：
3.如權利要求2所述的方法，其特征在于，在所述第一交通特征與所述目標特征相關時，從所述備用交通特征集中遍歷一第二交通特征；
4.如權利要求3所述的方法，其特征在于，在所述兩個交通特征不相關時，重復從所述備用交通特征集中遍歷下個第二交通特征及其之后的步驟，直至無法遍歷到第二交通特征時，從所述備用交通特征集中遍歷下個第一交通特征并重復確定該第一交通特征與目標特征之間的相關性。
5.如權利要求1所述的方法，其特征在于，所述交通特征集合中的交通特征至少包括：時刻t的路段i對應的交通運行特征，時刻t的路段i對應的交通設計特征及時刻t的路段i對應的交通設施特征。
6.如權利要求1所述的方法，其特征在于，所述物理知識庫建立過程包括：
7.如權利要求1所述的方法，其特征在于，利用預先確定的物理知識庫，對所述交通特征集中的特征進行一次篩選，包括：
8.如權利要求1所述的方法，其特征在于，進行一次篩選之前，還包括：
9.如權利要求8...
【專利技術屬性】
技術研發人員：師澤宇，劉李，王強宇，張一，郭嵩韜，
申請(專利權)人：中國星網網絡應用研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。