【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种设施选址判别方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、随着城市化的发展，在城市空间需要设置一些专用的设施，例如充电桩等。在安装这些设施前，需要首先进行选址，以便于用户使用。现有的选址方法，除了人工选址外，通常使用基于规则或经验的计算机辅助方法来选择设施的安装位置。这些方法往往未考虑到空间特征的复杂性，只考虑了一些简单的因素，如交通流量、人口密度等，而忽略了更加细致的空间特征，导致传统方法信息提取的能力有限，无法有效地挖掘空间特征。
2、在实际场景下，设施位置的选择受到多种因素的影响，如道路交通状况、周边建筑物分布等，传统方法很难综合考虑这些复杂因素。另外，传统方法通常依赖于专家经验或规则制定，缺乏数据驱动，这导致了选址结果的局限性和不确定性。
技术实现思路
1、鉴于此，为解决上述部分或全部技术问题，本申请实施例提供一种设施选址判别方法、装置、电子设备及计算机可读存储介质。
2、第一方面，本申请实施例提供一种设施选址判别方法，该方法包括：获取目标地理区域对应的至少两种区域特征数据，其中，每种区域特征数据表示目标地理区域中的各个地点的相应维度的区域特征；基于至少两种区域特征数据，生成目标地理区域对应的区域特征图；对区域特征图进行栅格化处理，得到栅格化特征图，其中，栅格化特征图中的每个栅格对应于目标地理区域中的一个子区域；从栅格化特征图中，提取每个栅格对应的栅格关联区特征图，得到栅格关联区特征图集合；利用预先训练的设施
3、在一个可能的实施方式中，栅格关联区特征图集合中的每个栅格关联区特征图对应的判别结果包括判别概率，判别概率表示对应的子区域可以设置预设类型设施的概率；在得到表示每个栅格关联区特征图对应的子区域是否可设置预设类型设施的判别结果之后，该方法还包括：从栅格关联区特征图集合中，确定对应的判别概率大于等于预设的概率阈值的栅格关联区特征图作为目标栅格关联区特征图，并将目标栅格关联区特征图对应的子区域确定为可设置预设类型设施的目标子区域；基于目标子区域对应的目标判别概率和预设的概率数量对应关系，确定目标判别概率对应的建议设施数量，其中，建议设施数量表示建议在目标子区域内设置的预设类型设施的数量。
4、在一个可能的实施方式中，在基于目标子区域对应的目标判别概率和预设的概率数量对应关系，确定目标判别概率对应的建议设施数量之后，该方法还包括：对于目标地理区域中的每个目标子区域，基于该目标子区域对应的建议设施数量，和预设的单个预设类型设施的潜在收益值和代价值，确定该目标子区域对应的设施设置价值；基于得到各个设施设置价值，确定目标地理区域的设施设置总价值；确定目标地理区域中的至少一个兴趣点的位置和待设置的每个预设类型设施的位置；确定各兴趣点和各预设类型设施两两之间的距离；基于得到的各个距离，确定表示目标地理区域中的预设类型设施对用户的便利性程度的便利性值；若设施设置总价值符合预设的价值条件，和/或，便利性值符合预设的便利性条件，确定目标地理区域为需设置预设类型设施的区域。
5、在一个可能的实施方式中，从栅格化特征图中，提取每个栅格对应的栅格关联区特征图，得到栅格关联区特征图集合，包括：对于栅格化特征图中的每个栅格，将该栅格和与该栅格相邻的栅格覆盖的特征数据确定为该栅格对应的栅格关联区特征图包括的特征数据。
6、在一个可能的实施方式中，利用预先训练的设施选址模型，对栅格关联区特征图集合中的每个栅格关联区特征图进行设施选址判别，得到表示每个栅格关联区特征图对应的子区域是否可设置预设类型设施的判别结果，包括：对于栅格关联区特征图集合中的每个栅格关联区特征图，利用设施选址模型包括的注意力特征提取网络，对该栅格关联区特征图进行注意力特征提取，得到注意力特征数据；利用设施选址模型包括的分类网络，对注意力特征数据进行分类，得到表示该栅格关联区特征图对应的子区域是否可设置预设类型设施的判别结果。
7、在一个可能的实施方式中，注意力特征提取网络包括通道注意力特征提取子网络和空间注意力特征提取子网络；利用设施选址模型包括的注意力特征提取网络，对该栅格关联区特征图进行注意力特征提取，得到注意力特征数据，包括：利用通道注意力特征提取子网络和空间注意力特征提取子网络，对该栅格关联区特征图进行通道注意力特征提取和空间注意力特征提取，得到通道注意力特征数据和空间注意力特征数据；基于通道注意力特征数据和空间注意力特征数据，生成注意力特征数据。
8、在一个可能的实施方式中，在将调整参数后的初始设施选址模型确定为训练后的设施选址模型之后，方法还包括：调整多个测试用栅格化特征图中的栅格尺寸；基于调整后的栅格尺寸，利用设施选址模型对多个测试用栅格化特征图进行设施选址判别，并确定每次调整栅格尺寸后的判别准确率；将判别准确率最高时对应的栅格尺寸，确定为对目标地理区域进行栅格化处理时采用的栅格尺寸。
9、在一个可能的实施方式中，设施选址模型预先按照如下步骤训练得到：获取至少两种样本区域特征数据，其中，每种样本区域特征数据表示样本地理区域中的各个地点的相应维度的区域特征；基于至少两种样本区域特征数据，生成目标地理区域对应的样本区域特征图；对样本区域特征图进行栅格化处理，得到样本栅格化特征图，其中，样本栅格化特征图中的每个栅格对应于样本地理区域中的一个样本子区域；从样本栅格化特征图中，提取每个栅格对应的样本栅格关联区特征图，得到样本栅格关联区特征图集合；获取样本地理区域中的每个样本子区域对应的标注信息，其中，标注信息表示对应的样本子区域是否存在预设类型设施；利用预设的初始设施选址模型，对样本栅格关联区特征图集合中的每个样本栅格关联区特征图进行设施选址判别，得到每个样本栅格关联区特征图对应的样本子区域可设置预设类型设施的判别概率；利用预设的损失函数，确定表示判别概率和标注信息之间误差的损失值；基于损失值，调整初始设施选址模型的参数；响应于调整参数后的初始设施选址模型符合预设的训练结束条件，将调整参数后的初始设施选址模型确定为训练后的设施选址模型。
10、第二方面，本申请实施例提供一种设施选址判别装置，该装置包括：获取模块，用于获取目标地理区域对应的至少两种区域特征数据，其中，每种区域特征数据表示目标地理区域中的各个地点的相应维度的区域特征；生成模块，用于基于至少两种区域特征数据，生成目标地理区域对应的区域特征图；栅格化模块，用于对区域特征图进行栅格化处理，得到栅格化特征图，其中，栅格化特征图中的每个栅格对应于目标地理区域中的一个子区域；提取模块，用于从栅格化特征图中，提取每个栅格对应的栅格关联区特征图，得到栅格关联区特征图集合；第一判别模块，用于利用预先训练的设施选址模型，对栅格关联区特征图集合中的每个栅格关联区特征图进行设施选址判别，得到表示每个栅格关联区特征图本文档来自技高网...
【技术保护点】
1.一种设施选址判别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述栅格关联区特征图集合中的每个栅格关联区特征图对应的判别结果包括判别概率，所述判别概率表示对应的子区域可以设置预设类型设施的概率；
3.根据权利要求2所述的方法，其特征在于，在所述基于所述目标子区域对应的目标判别概率和预设的概率数量对应关系，确定所述目标判别概率对应的建议设施数量之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述栅格化特征图中，提取每个栅格对应的栅格关联区特征图，得到栅格关联区特征图集合，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用预先训练的设施选址模型，对所述栅格关联区特征图集合中的每个栅格关联区特征图进行设施选址判别，得到表示每个栅格关联区特征图对应的子区域是否可设置预设类型设施的判别结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述注意力特征提取网络包括通道注意力特征提取子网络和空间注意力特征提取子网络；
7.根据权利要求1所述的方法，其特征
8.根据权利要求1-7任一项所述的方法，其特征在于，所述设施选址模型预先按照如下步骤训练得到：
9.一种设施选址判别装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种设施选址判别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述栅格关联区特征图集合中的每个栅格关联区特征图对应的判别结果包括判别概率，所述判别概率表示对应的子区域可以设置预设类型设施的概率；
3.根据权利要求2所述的方法，其特征在于，在所述基于所述目标子区域对应的目标判别概率和预设的概率数量对应关系，确定所述目标判别概率对应的建议设施数量之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述从所述栅格化特征图中，提取每个栅格对应的栅格关联区特征图，得到栅格关联区特征图集合，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用预先训练的...
【专利技术属性】
技术研发人员：廖香立，吴畏，周迁，李泽昆，
申请(专利权)人：重庆赛力斯凤凰智创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。