一种基于深度学习的地图信息推荐方法及服务器技术

本申请实施例涉及人工智能技术领域，涉及一种基于深度学习的地图信息推荐方法及服务器，可以基于导航推荐线路图进行查询，确定与导航推荐线路图存在时空关联的大范围电子地图信息(第一电子地图信息)，然后通过第一电子地图信息确定与所述导航推荐线路图存在时空关联的小范围电子地图信息(第二电子地图信息)，再通过第一电子地图信息和第二电子地图信息中与导航推荐线路图存在时空关联的综合路网图像数据对导航推荐线路图的潜在拥堵状态进行分析，这样通过多次查询分析，能够对导航推荐线路图的潜在拥堵状态进行综合分析，尽可能集合时空特征层面进行准确可靠的预见性的拥堵分析，尽可能避免所推荐的导航线路图(导航地图)的拥堵。(导航地图)的拥堵。(导航地图)的拥堵。

【技术实现步骤摘要】
一种基于深度学习的地图信息推荐方法及服务器


[0001]本申请涉及人工智能
，具体而言，涉及一种基于深度学习的地图信息推荐方法及服务器。

技术介绍

[0002]随着移动互联网、地理信息系统以及人工智能的发展，电子地图应用在电子终端上的应用越来越广泛，比如可以基于电子终端进行地理位置获取，或者利用电子地图进行导航处理等。就电子地图的导航处理而言，传统技术在进行导航线路推荐时虽然可以提供实时的拥堵状态信息，但是大部分技术难以保障前瞻性的拥堵分析的准确性和可靠性。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本申请的目的之一在于提供一种基于深度学习的地图信息推荐方法及服务器。
[0004]本申请实施例提供了一种基于深度学习的地图信息推荐方法，应用于地图信息推荐服务器，所述方法包括：
[0005]获得导航推荐线路图，依据所述导航推荐线路图进行查询，确定与导航推荐线路图对应的第一电子地图信息；
[0006]确定所述第一电子地图信息中与所述导航推荐线路图关联的第一综合路网图像数据；
[0007]确定所述第一综合路网图像数据中的目标综合路网图像数据所在的第一目标电子地图信息，并确定所述第一目标电子地图信息的关联电子地图信息；
[0008]依据所述导航推荐线路图和所述目标综合路网图像数据，确定所述关联电子地图信息中与所述导航推荐线路图关联的第二综合路网图像数据；
[0009]依据所述第一综合路网图像数据和所述第二综合路网图像数据对所述导航推荐线路图的潜在拥堵状态进行分析。
[0010]如此一来，可以基于导航推荐线路图进行查询，确定与导航推荐线路图存在时空关联的大范围电子地图信息(比如第一电子地图信息)，然后通过第一电子地图信息确定与所述导航推荐线路图存在时空关联的小范围电子地图信息(比如第二电子地图信息)，再通过第一电子地图信息和第二电子地图信息中与导航推荐线路图存在时空关联的综合路网图像数据对导航推荐线路图的潜在拥堵状态进行分析，这样通过多次查询分析，能够对导航推荐线路图的潜在拥堵状态进行综合分析，尽可能集合时空特征层面进行准确可靠的预见性的拥堵分析，尽可能避免所推荐的导航线路图(导航地图)的拥堵。
[0011]在一些可选的示例下，所述依据所述导航推荐线路图进行查询，确定与导航推荐线路图对应的第一电子地图信息，包括：
[0012]确定所述导航推荐线路图中所包含的导航线路节点；
[0013]依据所述导航线路节点进行查询，确定包含所述导航线路节点的第一电子地图信
息。
[0014]如此一来，能够进行针对所述导航推荐线路图的相关电子地图信息的第一轮查询，尽可能减少导航推荐线路图的拥堵分析噪声(时空关联性较差的相关电子地图信息可以过滤掉)，便于通过第一电子地图信息中的内容对所述导航推荐线路图的潜在拥堵状态进行分析。
[0015]在一些可选的示例下，所述确定所述第一电子地图信息中与所述导航推荐线路图关联的第一综合路网图像数据，包括：
[0016]针对任一第一电子地图信息，基于事先调试的图像特征提取模型对所述导航推荐线路图、该第一电子地图信息中的综合路网图像数据以及该第一电子地图信息的电子地图信息标识进行图像特征提取，确定该第一电子地图信息对应的第一地图图像特征集；
[0017]将所述第一地图图像特征集加载到事先调试的图像描述聚合模型，确定该第一电子地图信息中的各综合路网图像数据与所述导航推荐线路图之间的第一联系评价系数；
[0018]通过各第一电子地图信息中各综合路网图像数据与所述导航推荐线路图之间的第一联系评价系数，确定所述第一综合路网图像数据。
[0019]如此一来，在确定第一地图图像特征集时，结合所述第一电子地图信息的电子地图信息标识，能够避免特征处理时出现混乱。此外，可以从第一电子地图信息中挑选出与所述导航推荐线路图关联的第一综合路网图像数据，进而通过第一综合路网图像数据对所述导航推荐线路图的潜在拥堵状态进行分析，能够保障拥堵分析的时效性和前瞻准确性。
[0020]在一些可选的示例下，所述确定所述第一综合路网图像数据中的目标综合路网图像数据所在的第一目标电子地图信息，包括：将对应的第一联系评价系数符合设定要求的第一综合路网图像数据作为所述目标综合路网图像数据，并确定所述目标综合路网图像数据所在的第一目标电子地图信息；
[0021]所述确定所述第一目标电子地图信息的关联电子地图信息，包括：确定所述第一目标电子地图信息中的线路变换标签对应的关联电子地图信息；或者，确定与所述第一目标电子地图信息的皮尔逊相关系数超过设定值的关联电子地图信息。
[0022]如此一来，通过查询关联电子地图信息，能够尽可能完整准确地确定与导航推荐线路图存在时空关联的综合路网图像数据，以保障从时间层面和空间层面进行导航推荐线路图的前瞻性拥堵分析。
[0023]在一些可选的示例下，所述依据所述导航推荐线路图和所述目标综合路网图像数据，确定所述关联电子地图信息中与所述导航推荐线路图关联的第二综合路网图像数据，包括：
[0024]针对任一关联电子地图信息，基于事先调试的图像特征提取模型对所述导航推荐线路图、所述目标综合路网图像数据、该关联电子地图信息中的综合路网图像数据以及该关联电子地图信息的电子地图信息标识进行图像特征提取，确定该关联电子地图信息对应的第二地图图像特征集；
[0025]将所述第二地图图像特征集加载到事先调试的图像描述聚合模型，确定该关联电子地图信息中的各综合路网图像数据与所述导航推荐线路图之间的第二联系评价系数；
[0026]通过各关联电子地图信息中各综合路网图像数据与所述导航推荐线路图之间的第二联系评价系数，确定所述第二综合路网图像数据。
[0027]如此一来，在确定第二地图图像特征集时，引入目标综合路网图像数据能够实现噪声抑制，以便精准高效地确定出第二综合路网图像数据。
[0028]在一些可选的示例下，所述方法还包括通过如下步骤调试所述图像特征提取模型：
[0029]获得多组导航信息样例，其中每组导航信息样例包含导航需求标签和导航规划标签，每组导航信息样例对应有对应的先验知识，所述先验知识用于表示所述导航需求标签和所述导航规划标签之间的联系特征；
[0030]依据所述导航信息样例对待调试的图像特征提取模型进行预调试，得到预调试的图像特征提取模型；
[0031]对所述预调试的图像特征提取模型进行改进，得到调试好的图像特征提取模型。
[0032]如此一来，能够进行针对图像特征提取模型的预调试，然而在预调试过程中，侧重于调试图像特征提取模型对于一组导航信息样例之间的联系特征的解析，即一个导航需求标签与一个导航规划标签之间的联系特征，一般而言，一个导航需求标签通常需要匹配导航规划标签，这样需图像特征提取模型继续改进。
[0033]在一些可选的示例下，所述依据所述导航信息样例对待调试的图像特征提取模型进行预调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的地图信息推荐方法，其特征在于，应用于地图信息推荐服务器，所述方法包括：获得导航推荐线路图，依据所述导航推荐线路图进行查询，确定与导航推荐线路图对应的第一电子地图信息；确定所述第一电子地图信息中与所述导航推荐线路图关联的第一综合路网图像数据；确定所述第一综合路网图像数据中的目标综合路网图像数据所在的第一目标电子地图信息，并确定所述第一目标电子地图信息的关联电子地图信息；依据所述导航推荐线路图和所述目标综合路网图像数据，确定所述关联电子地图信息中与所述导航推荐线路图关联的第二综合路网图像数据；依据所述第一综合路网图像数据和所述第二综合路网图像数据对所述导航推荐线路图的潜在拥堵状态进行分析。2.根据权利要求1所述的方法，其特征在于，所述依据所述导航推荐线路图进行查询，确定与导航推荐线路图对应的第一电子地图信息，包括：确定所述导航推荐线路图中所包含的导航线路节点；依据所述导航线路节点进行查询，确定包含所述导航线路节点的第一电子地图信息。3.根据权利要求2所述的方法，其特征在于，所述确定所述第一电子地图信息中与所述导航推荐线路图关联的第一综合路网图像数据，包括：针对任一第一电子地图信息，基于事先调试的图像特征提取模型对所述导航推荐线路图、该第一电子地图信息中的综合路网图像数据以及该第一电子地图信息的电子地图信息标识进行图像特征提取，确定该第一电子地图信息对应的第一地图图像特征集；将所述第一地图图像特征集加载到事先调试的图像描述聚合模型，确定该第一电子地图信息中的各综合路网图像数据与所述导航推荐线路图之间的第一联系评价系数；通过各第一电子地图信息中各综合路网图像数据与所述导航推荐线路图之间的第一联系评价系数，确定所述第一综合路网图像数据。4.根据权利要求3所述的方法，其特征在于，所述确定所述第一综合路网图像数据中的目标综合路网图像数据所在的第一目标电子地图信息，包括：将对应的第一联系评价系数符合设定要求的第一综合路网图像数据作为所述目标综合路网图像数据，并确定所述目标综合路网图像数据所在的第一目标电子地图信息；所述确定所述第一目标电子地图信息的关联电子地图信息，包括：确定所述第一目标电子地图信息中的线路变换标签对应的关联电子地图信息；或者，确定与所述第一目标电子地图信息的皮尔逊相关系数超过设定值的关联电子地图信息。5.根据权利要求1所述的方法，其特征在于，所述依据所述导航推荐线路图和所述目标综合路网图像数据，确定所述关联电子地图信息中与所述导航推荐线路图关联的第二综合路网图像数据，包括：针对任一关联电子地图信息，基于事先调试的图像特征提取模型对所述导航推荐线路图、所述目标综合路网图像数据、该关联电子地图信息中的综合路网图像数据以及该关联电子地图信息的电子地图信息标识进行图像特征提取，确定该关联电子地图信息对应的第二地图图像特征集；将所述第二地图图像特征集加载到事先调试的图像描述聚合模型，确定该关联电子地
图信息中的各综合路网图像数据与所述导航推荐线路图之间的第二联系评价系数；通过各关联电子地图信息中各综合路网图像数据与所述导航推荐线路图之间的第二联系评价...

【专利技术属性】
技术研发人员：史振和，
申请(专利权)人：云南菲黑科技有限公司，
类型：发明
国别省市：