CN109413565A - 覆盖场景的服务小区的确定方法、装置及电子设备 - Google Patents
覆盖场景的服务小区的确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109413565A CN109413565A CN201811069575.3A CN201811069575A CN109413565A CN 109413565 A CN109413565 A CN 109413565A CN 201811069575 A CN201811069575 A CN 201811069575A CN 109413565 A CN109413565 A CN 109413565A
- Authority
- CN
- China
- Prior art keywords
- serving cell
- scene
- detected
- region
- covering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种覆盖场景的服务小区的确定方法、装置及电子设备,该方法包括:确定待检测场景对应的区域;先根据待检测场景对应的区域,确定区域内的M个服务小区;再根据每一个服务小区对应的测量报告MR采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。覆盖场景的服务小区的确定方法、装置及电子设备,提高了获取到的覆盖场景的服务小区的准确度。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种覆盖场景的服务小区的确定方法、装置及电子设备。
背景技术
为了满足针对场景的精细化分析,需要对各类场景的范围,覆盖场景的网元集(即服务小区)等基础信息进行整理,例如,该场景的范围数据、覆盖该场景的服务小区信息等,并确保基础管理工作准确无误。
现有技术中,在对场景的基础信息进行维护时,主要通过人工维护的方式,采用类似excel表格的表单式管理,这种维护方式不仅使得维护效率不高,而且会使得基础信息的准确度不高。因此,在根据通过人工方式维护的场景的基础信息,确定覆盖该场景的服务小区时,使得确定的服务小区的准确度不高。
发明内容
本发明实施例提供一种覆盖场景的服务小区的确定方法、装置及电子设备,以提高获取到的覆盖场景的服务小区的准确度。
第一方面,本发明实施例提供一种覆盖场景的服务小区的确定方法,该方法包括:
确定待检测场景对应的区域;
根据所述待检测场景对应的区域,确定所述区域内的M个服务小区;
根据每一个服务小区对应的测量报告MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述根据每一个服务小区对应的测量报告MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区,包括:
获取各服务小区对应的N个MR采样点各自的经纬度信息;
根据所述N个MR采样点各自的经纬度信息,确定各服务小区在所述区域内的MR采样点的个数;
将在所述区域内的MR采样点个数与N的比值大于或等于第一阈值的服务小区,确定为覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述方法还包括:
若所述区域内的MR采样点个数与N的比值小于所述第一阈值,则获取所述区域内的所有MR采样点对应的P个服务小区;
计算所述P个服务小区中,每一个服务小区在所述区域内对应的MR采样点的个数;
根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区,包括:
按照所述每一个服务小区在所述区域内对应的MR采样点的个数,从大到小的顺序,在所述P个服务小区中确定前Q个服务小区;
计算所述前Q个服务小区中每一个服务小区与所述待检测场景之间的距离;
将所述前Q个服务小区中,与所述待检测场景之间的距离小于第二阈值的服务小区确定为覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述确定待检测场景对应的区域,包括:
确定所述待检测场景对应的初始区域;
将所述初始区域向外扩展预设距离,得到所述待检测场景对应的区域。
在一种可能的实现方式中,所述确定所述待检测场景对应的初始区域,包括:
从互联网获取所述待检测场景的基础信息;所述基础信息包括所述待检测场景的类型、标识及所述待检测场景的经纬度信息;
根据所述待检测场景的类型、标识及所述待检测场景的经纬度信息确定所述场景对应的初始区域。
第二方面,本发明实施例还提供一种覆盖场景的服务小区的确定装置,该装置包括:
确定单元,用于确定待检测场景对应的区域;
所述确定单元,根据所述待检测场景对应的区域,确定所述区域内的M个服务小区;
处理单元,用于根据每一个服务小区对应的MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述处理单元,具体用于获取各服务小区对应的N个MR采样点各自的经纬度信息;并根据所述N个MR采样点各自的经纬度信息,确定各服务小区在所述区域内的MR采样点的个数;将在所述区域内的MR采样点个数与N的比值大于或等于第一阈值的服务小区,确定为覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述处理单元,还用于若所述区域内的MR采样点个数与N的比值小于所述第一阈值,则获取所述区域内的所有MR采样点对应的P个服务小区;计算所述P个服务小区中,每一个服务小区在所述区域内对应的MR采样点的个数;再根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述处理单元,具体用于所述根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区,包括:按照所述每一个服务小区在所述区域内对应的MR采样点的个数,从大到小的顺序,在所述P个服务小区中确定前Q个服务小区;计算所述前Q个服务小区中每一个服务小区与所述待检测场景之间的距离;将所述前Q个服务小区中,与所述待检测场景之间的距离小于第二阈值的服务小区确定为覆盖所述待检测场景的服务小区。
在一种可能的实现方式中,所述确定单元,具体用于确定所述待检测场景对应的初始区域;将所述初始区域向外扩展预设距离,得到所述待检测场景对应的区域。
在一种可能的实现方式中,所述确定单元,具体用于从互联网获取所述待检测场景的基础信息;所述基础信息包括所述待检测场景的类型、标识及所述待检测场景的经纬度信息;并根据所述待检测场景的类型、标识及所述待检测场景的经纬度信息确定所述场景对应的初始区域。
第三方面,本发明实施例提供一种电子设备,该电子设备包括处理器和存储器,其中,
所述存储器用于存储程序指令;
所述处理器用于读取所述存储器中的程序指令,并根据所述存储器中的程序指令执行上述第一方面任一项所示的覆盖场景的服务小区的确定方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,在所述计算机程序被处理器执行时,执行上述第一方面任一项所示的覆盖场景的服务小区的确定方法。
本发明实施例提供的覆盖场景的服务小区的确定方法、装置及电子设备,先确定待检测场景对应的区域;并根据该待检测场景对应的区域,确定区域内的M个服务小区;之后,再根据每一个服务小区对应的MR采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。与现有技术相比,在确定待检测场景对应的区域之后,根据每一个服务小区对应的MR采样点和区域之间的关系确定覆盖待检测场景的服务小区,而无需像现有技术根据人工方式维护的场景的基础信息确定覆盖该场景的服务小区,可以自动准确地确定覆盖该场景的服务小区,从而提高了获取到的覆盖场景的服务小区的准确度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本发明实施例提供的一种应用场景图;
图2为本发明实施例提供的一种覆盖场景的服务小区的确定方法的流程示意图;
图3为本发明实施例提供的另一种覆盖场景的服务小区的确定方法的流程示意图;
图4为本发明实施例提供的一种南京大学对应的初始区域的示意图;
图5为本发明实施例提供的一种南京大学对应的区域中的服务小区的示意图;
图6为本发明实施例提供的一种局部区域中的服务小区的示意图;
图7为本发明实施例提供的另一种局部区域中的服务小区的示意图;
图8为本发明实施例提供的一种服务小区A的栅格化后的MR采样点的分布示意图;
图9为本发明实施例提供的一种服务小区B的栅格化后的MR采样点的分布示意图;
图10为本发明实施例提供的一种服务小区C的栅格化后的MR采样点的分布示意图;
图11为本发明实施例提供的一种服务小区对应的区域的示意图;
图12为本发明实施例提供的一种覆盖场景的服务小区的确定装置的结构示意图;
图13为本发明实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”及“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例的一种可能的应用场景为:在确定覆盖某一场景的服务小区时,示例的,请参见图1所示,图1为本发明实施例提供的一种应用场景图,可以先通过互联网数据获取该场景的基础信息,该基础信息可以包括场景所属的类型、场景的兴趣点信息及场景的边界点信息,得到场景对应的区域,从而根据该场景对应的区域确定覆盖该场景的服务小区。
现有技术中,在根据人工方式维护的场景的基础信息,确定覆盖该场景的服务小区时,使得确定的服务小区的准确度不高。为了获取到的覆盖场景的服务小区的准确度,本发明实施例提供了一种覆盖场景的服务小区的确定方法,先确定待检测场景对应的区域;并根据该待检测场景对应的区域,确定区域内的M个服务小区;之后,再根据每一个服务小区对应的测量报告Measurement Report,简称MR)采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。与现有技术相比,在确定待检测场景对应的区域之后,可以根据每一个服务小区对应的MR采样点和区域之间的关系确定覆盖待检测场景的服务小区,而无需像现有技术根据人工方式维护的场景的基础信息确定覆盖该场景的服务小区,可以自动准确地确定覆盖该场景的服务小区,从而提高了获取到的覆盖场景的服务小区的准确度。
下面以具体的实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的一种覆盖场景的服务小区的确定方法的流程示意图,该覆盖场景的服务小区的确定方法可以由覆盖场景的服务小区的确定装置执行,该覆盖场景的服务小区的确定装置可以独立设置,也可以集成在电子设备中。示例的,该覆盖场景的服务小区的确定方法可以包括:
S201、确定待检测场景对应的区域。
其中,待检测场景可以为XX大学,也可以为XX医院,当然,也可以为XX公司,具体可以根据实际需要进行设置,在此,对于待检测场景具体为什么,本发明实施例不做进一步地限制。
可以理解的是,在本发明实施例中,在确定待检测场景对应的区域时,可以先获取该待检测场景的边界点信息,根据该待检测场景的边界点信息绘制该待检测场景对应的封闭的电子围栏,该封闭的电子围栏内部的区域即为该待检测场景对应的区域。
在通过S201确定待检测场景对应的区域之后,就可以执行下述S102:
S202、根据待检测场景对应的区域,确定区域内的M个服务小区。
其中,M为大于等于1的整数。
示例的,在确定待检测场景对应的区域内的M个服务小区时,可以根据每一个服务小区各自对应的经纬度信息、及待检测场景对应的区域的经纬度信息,确定服务小区是否在该待检测场景对应的区域内,若该服务小区在待检测场景对应的区域内,则确定该服务小区为该待检测场景对应的区域内的服务小区。
S203、根据每一个服务小区对应的MR采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。
其中,覆盖待检测场景的服务小区的个数可以为1个,也可以为多个,具体可以根据实际需要确定,在此,对于覆盖待检测场景的服务小区的个数,本发明实施例不做具体限制。
在通过上述S202确定待检测场景对应的区域内的M个服务小区之后,虽然该M个服务小区均在待检测场景对应的区域内,但该区域内的每一个服务小区不一定都是覆盖该待检测场景的服务小区,因此,可以进一步根据每一个服务小区对应的MR采样点和区域之间的关系,自动准确地在该M个服务小区中确定覆盖该场景的服务小区,从而提高了获取到的覆盖场景的服务小区的准确度。
本发明实施例提供的覆盖场景的服务小区的确定方法,先确定待检测场景对应的区域;并根据该待检测场景对应的区域,确定区域内的M个服务小区;之后,再根据每一个服务小区对应的MR采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。与现有技术相比,在确定待检测场景对应的区域之后,根据每一个服务小区对应的MR采样点和区域之间的关系确定覆盖待检测场景的服务小区,而无需像现有技术根据人工方式维护的场景的基础信息确定覆盖该场景的服务小区,可以自动准确地确定覆盖该场景的服务小区,从而提高了获取到的覆盖场景的服务小区的准确度。
基于图2对应的实施例,为了更清楚地说明本发明实施例提供的覆盖场景的服务小区的确定方法的技术方案,示例的,请参见图3所示,图3为本发明实施例提供的另一种覆盖场景的服务小区的确定方法的流程示意图,该覆盖场景的服务小区的确定方法还可以包括:
S301、从互联网获取待检测场景的基础信息。
其中,基础信息包括待检测场景的类型、标识及待检测场景的经纬度信息。
需要说明的是,在本发明实施例中,通过从互联网获取待检测场景的类型、标识及待检测场景的经纬度信息,其目的在于:可以通过获取到的待检测场景的类型、标识及待检测场景的经纬度信息唯一确定该待检测场景对应的区域,以提高获取到的待检测场景对应的区域的准确度。
在通过上述S301获取到待检测场景的类型、标识及待检测场景的经纬度信息之后,就可以执行下述S302:
S302、根据待检测场景的类型、标识及待检测场景的经纬度信息确定场景对应的初始区域。
在获取待检测场景的类型、标识及待检测场景的经纬度信息之后,就可以根据获取到的待检测场景的类型、标识及待检测场景的经纬度信息确定场景对应的初始区域。
S303、将初始区域向外扩展预设距离,得到待检测场景对应的区域。
其中,预设距离可以为300米,也可以为400米,当然,也可以为500米。示例的,在确定预设距离时,可以根据待检测场景所在的区域进行设置,当待检测场景为郊区时,可以将预设距离的值设置的较大一些,当预设距离为市区时,可以将预设距离的值设置的较小一些,当然,具体可以根据实际需要进行设置,在此,本发明实施例只是以可以根据待检测场景所在的区域确定预设距离为例进行说明,但并不代表本发明仅局限于此。
在通过上述S302确定待检测场景对应的初始区域之后,为了避免在确定覆盖该待检测场景的服务小区时,遗漏待检测场景对应的区域之外的覆盖该待检测场景的服务小区,因此,在根据待检测场景对应的区域确定覆盖该待检测场景的服务小区时,可以将待检测场景对应的初始区域向外扩展预设距离,从而扩大待检测场景对应的区域,当然,也不是无限制的扩大,因为若将预设距离设置的过大,其区域中的服务小区不但不会覆盖待检测场景,而且会增加数据的处理量,从而影响数据的处理效率,因此,可以根据待检测场景所在的区域确定预设距离,以便对初始区域进行扩展,从而得到扩展后的待检测场景对应的区域。
S304、根据待检测场景对应的区域,确定区域内的M个服务小区。
示例的,在确定待检测场景对应的区域内的M个服务小区时,可以根据每一个服务小区各自对应的经纬度信息、及待检测场景对应的区域的经纬度信息,确定服务小区是否在该待检测场景对应的区域内,若该服务小区在待检测场景对应的区域内,则确定该服务小区为该待检测场景对应的区域内的服务小区。
在确定待检测场景对应的区域内的M个服务小区之后,虽然该M个服务小区均在待检测场景对应的区域内,但该区域内的每一个服务小区不一定都是覆盖该待检测场景的服务小区,因此,需要再执行下述S304-S307进一步判断每一个服务小区是否为覆盖该待检测场景的服务小区。
S305、获取各服务小区对应的N个MR采样点各自的经纬度信息。
再通过上述S304确定待检测场景对应的区域内的M个服务小区之后,就可以进一步获取M个服务小区中每一个服务小区对应的N个MR采样点及其各自的经纬度信息,并在获取到每一个服务小区对应的N个MR采样点及其各自的经纬度信息之后,执行下述S306:
S306、根据N个MR采样点各自的经纬度信息,确定各服务小区在区域内的MR采样点的个数。
S307、判断在区域内的MR采样点个数与N的比值是否大于或等于第一阈值。
S308、若区域内的MR采样点个数与N的比值大于或等于第一阈值,则确定服务小区为覆盖待检测场景的服务小区。
示例的,第一阈值可以为40%,也可以为41%,当然,也可以为42%,具体可以根据实际需要进行设置,在此,对于第一阈值具体为多少,本发明实施例不做具体限制。
在根据在区域内的MR采样点个数与N的比值与第一阈值之间的关系判断一个服务小区是否为覆盖待检测场景的服务小区时,若M个服务小区中每一个服务小区在区域内的MR采样点的个数与该服务小区的MR采样点总个数N的比值大于或等于第一阈值,则说明该服务小区为覆盖待检测场景的服务小区,并将该服务小区确定为覆盖待检测场景的服务小区,采用该方法,依次对待检测场景对应的区域内的M个服务小区进行计算,从而在M个服务小区中,确定覆盖待检测场景的服务小区。
相反的,若区域内的MR采样点个数与N的比值小于第一阈值的服务小区,则在S307之后,还可以执行下述S309:
S309、若区域内的MR采样点个数与N的比值小于第一阈值,则获取区域内的所有MR采样点对应的P个服务小区。
其中,P为大于等于2的整数。
若M个服务小区中每一个服务小区在区域内的MR采样点的个数与该服务小区的MR采样点总个数N的比值小于第一阈值,则说明该待检测场景对应的区域内的M个服务小区均不是覆盖待检测场景的服务小区,此时,可以进一步获取待检测场景对应的区域内的所有MR采样点对应的P个服务小区,其原因在于:待检测场景对应的区域内的MR采样点所属的服务小区虽然不在待检测场景对应的区域内,但其仍然有可能为覆盖该待检测场景的服务小区,因此,可以获取区域内的所有MR采样点对应的P个服务小区,并执行下述S310:
S310、计算P个服务小区中,每一个服务小区在区域内对应的MR采样点的个数。
S311、按照每一个服务小区在区域内对应的MR采样点的个数,从大到小的顺序,在P个服务小区中确定前Q个服务小区。
其中,Q为大于等于1,且小于等于P的整数。
在通过上述S310计算得到每一个P个服务小区中,每一个服务小区在区域内对应的MR采样点的个数之后,可以将这P个服务小区按照其对应的MR采样点的个数的多少,从大到小按照降序排列,以在P个服务小区中确定前Q个服务小区,即该Q个服务小区中,每一个服务小区在待检测场景对应的区域内的MR采样点的个数大于P个服务小区中其他服务小区在待检测场景对应的区域内的MR采样点的个数。
S312、计算前Q个服务小区中每一个服务小区与待检测场景之间的距离。
S313、将前Q个服务小区中,与待检测场景之间的距离小于第二阈值的服务小区确定为覆盖待检测场景的服务小区。
其中,第二阈值可以根据实际需要进行设置,在此,对于第二阈值具体为多少,本发明实施例不做具体限制。可以理解的是,设置第二阈值的目的在于将与待检测场景之间的距离的服务小区确定为覆盖待检测场景的服务小区。
需要说明的是,在本发明实施例中,当待检测场景对应的区域较小,且该区域内通过前面的方式没有筛选出服务小区时,可以执行上述S309-S313,以在该区域之外的区域中,确定覆盖该待检测场景的服务小区。
在通过上述S312计算出Q个服务小区中每一个服务小区与待检测场景之间的距离之后,可以将每一个服务小区与待检测场景之间的距离与第二阈值进行比较,将与待检测场景之间的距离小于第二阈值的服务小区确定为覆盖待检测场景的服务小区。与现有技术相比,在确定待检测场景对应的区域之后,根据每一个服务小区对应的MR采样点和区域之间的关系,而无需像现有技术根据人工方式维护的场景的基础信息确定覆盖该场景的服务小区,可以自动准确地确定覆盖该场景的服务小区,从而提高了获取到的覆盖场景的服务小区的准确度。
在实际应用过程中,以待检测场景为南京大学为例,从互联网获取到的南京大学的基础信息可以参见下述表1所示:
表1
需要说明的是,在本发明实施例中,为了便于描述,只是以表1中的少量数据为例进行说明,在实际确定过程中,获取到的南京大学的基础信息的量远远大于表1中的数据量。可以理解的是,在根据这些基础信息确定南京大学对应的区域时,获取到的基础信息的数据量越大,其得到的南京大学对应的区域的准确度越高。在获取到南京大学的基础信息之后,就可以根据这些基础信息确定南京大学对应的区域。
在通过互联网获取到南京大学的这些基础信息后,可以根据基础信息绘制南京大学对应的封闭的电子围栏,从而确定南京大学对应的初始区域;在确定南京大学对应的初始区域后,示例的,请参见图4所示,图4为本发明实施例提供的一种南京大学对应的初始区域的示意图,图4中黑色线条勾画出的封闭区域即为确定的南京大学对应的初始区域。由于该南京大学对应的初始区域之外的服务小区也有可能是覆盖南京大学的服务小区,因此,为了避免在确定覆盖该待检测场景的服务小区时,遗漏待检测场景对应的区域之外的覆盖该待检测场景的服务小区,可以将待检测场景对应的初始区域向外扩展预设距离,从而得到扩展后待检测场景对应的区域。
在确定南京大学对应的区域之后,可以确定该区域内的M个服务小区,示意图,请参见图5所示,图5为本发明实施例提供的一种南京大学对应的区域中的服务小区的示意图,图5中的三角标号用于表示服务小区,需要说明的是,图5中的黑色线条勾画出的封闭区域仍为南京大学对应的初始区域,在图5中未示出扩展后的区域,将图5中黑色线条勾画出的封闭区域再向外扩展预设距离之后得到的区域即为扩展后南京大学对应的区域,即本发明实施例中南京大学对应的区域内的M服务小区不仅包括图5所示的黑色线条勾画出的封闭区域内的服务小区,还包括该封闭区域外的预设距离范围内的服务小区。在获取到该M个服务小区之后,就可以根据该M个服务小区中每一个服务小区对应的N个MR采样点各自的经纬度信息确定各服务小区在区域内的MR采样点的个数,若某一个服务小区在区域内的MR采样点个数与N的比值大于或等于第一阈值,则确定该服务小区为覆盖待检测场景的服务小区。
在确定某一个服务小区是否为覆盖待检测场景的服务小区时,以图6为例,图6为本发明实施例提供的一种局部区域中的服务小区的示意图,结合图6所示,可以以图6中箭头所指的不规则封闭区域内的三个服务小区中的两个服务小区为例,这两个服务小区分别为服务小区A和服务小区B。由于南京大学对应的初始区域之外的预设距离的范围内的服务小区也有可能为覆盖南京大学的服务小区,因此,再取初始区域之外的预设距离的范围内的一个服务小区为例,该服务小区为服务小区C,示例的,请参见图7所示,图7为本发明实施例提供的另一种局部区域中的服务小区的示意图,结合图7所示,该服务小区C即为设置在南京大学的东北角,且在南京大学对应的初始区域之外的服务小区。
在确定这三个服务小区之后,就可以获取这三个服务小区各自的MR栅格经纬度信息及其MR采样点的个数,示例的,请参见下述表2-表4所示,表2为本发明实施例提供的服务小区A的MR栅格经纬度信息和其MR采样点的个数;表3为本发明实施例提供的服务小区B的MR栅格经纬度信息和其MR采样点的个数;表4为本发明实施例提供的服务小区C的MR栅格经纬度信息和其MR采样点的个数。
表2
MR栅格经度 | MR栅格纬度 | MR采样点个数 |
118.766354 | 32.053963 | 33 |
118.772715 | 32.062057 | 112 |
118.773245 | 32.062057 | 131 |
118.776426 | 32.058909 | 15582 |
118.787558 | 32.079594 | 4 |
118.776426 | 32.059359 | 25164 |
118.775365 | 32.05801 | 6282 |
118.775365 | 32.05756 | 5809 |
118.776426 | 32.05756 | 5044 |
118.776426 | 32.05801 | 4432 |
118.762113 | 32.051265 | 3 |
118.778016 | 32.066554 | 8 |
表3
MR栅格经度 | MR栅格纬度 | MR采样点个数 |
118.776426 | 32.056661 | 7528 |
118.777486 | 32.05801 | 3078 |
118.778016 | 32.055312 | 5152 |
118.778016 | 32.056661 | 6224 |
118.778016 | 32.05846 | 15467 |
118.778546 | 32.055762 | 5421 |
118.778546 | 32.056211 | 5075 |
118.778546 | 32.055312 | 8105 |
118.778546 | 32.056661 | 7146 |
118.779076 | 32.055312 | 10015 |
118.779076 | 32.05801 | 2260 |
118.779076 | 32.05756 | 2753 |
118.779076 | 32.057111 | 4403 |
118.779606 | 32.055762 | 3520 |
118.779606 | 32.057111 | 4045 |
118.780667 | 32.055762 | 5582 |
118.781197 | 32.056211 | 4668 |
表3
在通过上述表2-表4分别获取这三个服务小区各自的MR栅格经纬度信息及其MR采样点的个数之后,可以进一步获取这三个服务小区中,每一个服务小区对应的MR采样点落在南京大学对应的区域内的MR采样点的个数,并根据每一个服务小区对应的MR采样点落在南京大学对应的区域内的MR采样点占该服务小区总MR采样点个数的比例确定服务小区是否为覆盖南京大学的服务小区。在判断服务小区A是否为覆盖南京大学的服务小区时,示例的,请参见图8所示,图8为本发明实施例提供的一种服务小区A的栅格化后的MR采样点的分布示意图,结合图8可以看出,服务小区A的9个MR栅格中,有6个栅格点落在了南京大学对应的区域,这6个栅格的MR采样点数整个服务小区A总MR采样点数的99%,因此,可以确定该服务小区为覆盖南京大学的服务小区。
在判断服务小区B是否为覆盖南京大学的服务小区时,示例的,请参见图9所示,图9为本发明实施例提供的一种服务小区B的栅格化后的MR采样点的分布示意图,结合图9可以看出,服务小区B对应的MR采样点大多数落在南京大学对应的区域之外,仅有7.49%的MR采样点落在南京大学对应的区域内,说明该服务小区虽然在南京大学对应的区域内,但是该服务小区并不是覆盖南京大学的服务小区。
在判断服务小区C是否为覆盖南京大学的服务小区时,示例的,请参见图10所示,图10为本发明实施例提供的一种服务小区C的栅格化后的MR采样点的分布示意图,结合图10可以看出,服务小区C对应的MR采样点大多数落在南京大学对应的区域,占总MR采样点的70.09%,说明该服务小区虽然不在南京大学对应的区域内,但是该服务小区却是覆盖南京大学的服务小区。
在通过本发明提供的覆盖场景的服务小区的确定方法确定服务小区A、服务小区B及服务小区C中,服务小区A和服务小区C均为覆盖南京大学的服务小区,服务小区B不是覆盖南京大学的服务小区之后,通过实际考察确认该结果与实际相符合,因此,可以自动准确地确定覆盖南京大学的服务小区,从而提高了获取到的覆盖南京大学的服务小区的准确度。
相反的,若M个服务小区中每一个服务小区在区域内的MR采样点个数与N的比值均小于第一阈值,则确定该M个服务小区均不是覆盖待检测场景的服务小区,或者当待检测场景对应的区域较小时,该区域内没有设置服务小区别时,以某小区为例,示例的,请参见图11所示,图11为本发明实施例提供的一种服务小区对应的区域的示意图,结合图11可以看出,该小区对应的区域很小,只有6个50米*50米的栅格,而且在该区域内没有服务小区,此时,可以获取该小于对应的区域内的所有MR采样点对应的P个服务小区,并计算P个服务小区中,每一个服务小区在区域内对应的MR采样点的个数;按照每一个服务小区在区域内对应的MR采样点的个数,从大到小的顺序,在P个服务小区中确定前3个服务小区,计算前3个服务小区中每一个服务小区与该小区之间的距离,发现在该前3个服务小区中,有两个服务小区与该小区之间的距离小于第二阈值,则确定这两个服务小区为覆盖该小区的服务小区。通过实际考察确认该结果与实际相符合,因此,可以自动准确地确定覆盖该小区的服务小区,从而提高了获取到的覆盖该小区的服务小区的准确度。
图12为本发明实施例提供的一种覆盖场景的服务小区的确定装置120的结构示意图,示例的,请参见图12所示,该覆盖场景的服务小区的确定装置120可以包括:
确定单元1201,用于确定待检测场景对应的区域。
确定单元1201,根据待检测场景对应的区域,确定区域内的M个服务小区。
处理单元1202,用于根据每一个服务小区对应的MR采样点和区域之间的关系,在M个服务小区中确定覆盖待检测场景的服务小区。
可选的,处理单元1202,具体用于获取各服务小区对应的N个MR采样点各自的经纬度信息;并根据N个MR采样点各自的经纬度信息,确定各服务小区在区域内的MR采样点的个数;将在区域内的MR采样点个数与N的比值大于或等于第一阈值的服务小区,确定为覆盖待检测场景的服务小区。
可选的,处理单元1202,还用于若区域内的MR采样点个数与N的比值小于第一阈值,则获取区域内的所有MR采样点对应的P个服务小区;计算P个服务小区中,每一个服务小区在区域内对应的MR采样点的个数;再根据每一个服务小区在区域内对应的MR采样点的个数,确定覆盖待检测场景的服务小区。
可选的,处理单元1202,具体用于根据每一个服务小区在区域内对应的MR采样点的个数,确定覆盖待检测场景的服务小区,包括:按照每一个服务小区在区域内对应的MR采样点的个数,从大到小的顺序,在P个服务小区中确定前Q个服务小区;计算前Q个服务小区中每一个服务小区与待检测场景之间的距离;将前Q个服务小区中,与待检测场景之间的距离小于第二阈值的服务小区确定为覆盖待检测场景的服务小区。
可选的,确定单元1201,具体用于确定待检测场景对应的初始区域;将初始区域向外扩展预设距离,得到待检测场景对应的区域。
可选的,确定单元1201,具体用于从互联网获取待检测场景的基础信息;基础信息包括待检测场景的类型、标识及待检测场景的经纬度信息;并根据待检测场景的类型、标识及待检测场景的经纬度信息确定场景对应的初始区域。
本发明实施例所示的覆盖场景的服务小区的确定装置120,可以执行上述任一实施例所示的覆盖场景的服务小区的确定方法的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
图13为本发明实施例提供的一种电子设备130的结构示意图,请参见图13所示,该电子设备130可以包括处理器1301和存储器1302。其中,
存储器1302用于存储程序指令。
处理器1301用于读取存储器1302中的程序指令,并根据存储器1302中的程序指令执行上述任一实施例所示的覆盖场景的服务小区的确定方法。
本发明实施例所示的电子设备130,可以执行上述任一实施例所示的覆盖场景的服务小区的确定方法的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,在计算机程序被处理器执行时,执行上述任一实施例所示的覆盖场景的服务小区的确定方法,其实现原理以及有益效果类似,此处不再进行赘述。
上述实施例中处理器可以是通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的指令,结合其硬件完成上述方法的步骤。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (12)
1.一种覆盖场景的服务小区的确定方法,其特征在于,包括:
确定待检测场景对应的区域;
根据所述待检测场景对应的区域,确定所述区域内的M个服务小区;
根据每一个服务小区对应的测量报告MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区。
2.根据权利要求1所述的方法,其特征在于,所述根据每一个服务小区对应的测量报告MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区,包括:
获取各服务小区对应的N个MR采样点各自的经纬度信息;
根据所述N个MR采样点各自的经纬度信息,确定各服务小区在所述区域内的MR采样点的个数;
将在所述区域内的MR采样点个数与N的比值大于或等于第一阈值的服务小区,确定为覆盖所述待检测场景的服务小区。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述区域内的MR采样点个数与N的比值小于所述第一阈值,则获取所述区域内的所有MR采样点对应的P个服务小区;
计算所述P个服务小区中,每一个服务小区在所述区域内对应的MR采样点的个数;
根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区,包括:
按照所述每一个服务小区在所述区域内对应的MR采样点的个数,从大到小的顺序,在所述P个服务小区中确定前Q个服务小区;
计算所述前Q个服务小区中每一个服务小区与所述待检测场景之间的距离;
将所述前Q个服务小区中,与所述待检测场景之间的距离小于第二阈值的服务小区确定为覆盖所述待检测场景的服务小区。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述确定待检测场景对应的区域,包括:
确定所述待检测场景对应的初始区域;
将所述初始区域向外扩展预设距离,得到所述待检测场景对应的区域。
6.根据权利要求5所述的方法,其特征在于,所述确定所述待检测场景对应的初始区域,包括:
从互联网获取所述待检测场景的基础信息;所述基础信息包括所述待检测场景的类型、标识及所述待检测场景的经纬度信息;
根据所述待检测场景的类型、标识及所述待检测场景的经纬度信息确定所述场景对应的初始区域。
7.一种覆盖场景的服务小区的确定装置,其特征在于,包括:
确定单元,用于确定待检测场景对应的区域;
所述确定单元,根据所述待检测场景对应的区域,确定所述区域内的M个服务小区;
处理单元,用于根据每一个服务小区对应的测量报告MR采样点和所述区域之间的关系,在所述M个服务小区中确定覆盖所述待检测场景的服务小区。
8.根据权利要求7所述的装置,其特征在于,
所述处理单元,具体用于获取各服务小区对应的N个MR采样点各自的经纬度信息;并根据所述N个MR采样点各自的经纬度信息,确定各服务小区在所述区域内的MR采样点的个数;将在所述区域内的MR采样点个数与N的比值大于或等于第一阈值的服务小区,确定为覆盖所述待检测场景的服务小区。
9.根据权利要求8所述的方法,其特征在于,
所述处理单元,还用于若所述区域内的MR采样点个数与N的比值小于所述第一阈值,则获取所述区域内的所有MR采样点对应的P个服务小区;计算所述P个服务小区中,每一个服务小区在所述区域内对应的MR采样点的个数;再根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区。
10.根据权利要求8所述的方法,其特征在于,
所述处理单元,还用于若所述区域内的MR采样点个数与N的比值小于所述第一阈值,则获取所述区域内的所有MR采样点对应的P个服务小区;计算所述P个服务小区中,每一个服务小区在所述区域内对应的MR采样点的个数;再根据所述每一个服务小区在所述区域内对应的MR采样点的个数,确定覆盖所述待检测场景的服务小区。
11.一种电子设备,其特征在于,包括处理器和存储器,其中,
所述存储器用于存储程序指令;
所述处理器用于读取所述存储器中的程序指令,并根据所述存储器中的程序指令执行权利要求1~6任一项所示的覆盖场景的服务小区的确定方法。
12.一种计算机可读存储介质,其特征在于,
计算机可读存储介质上存储有计算机程序,在所述计算机程序被处理器执行时,执行权利要求1~6任一项所示的覆盖场景的服务小区的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811069575.3A CN109413565B (zh) | 2018-09-13 | 2018-09-13 | 覆盖场景的服务小区的确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811069575.3A CN109413565B (zh) | 2018-09-13 | 2018-09-13 | 覆盖场景的服务小区的确定方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109413565A true CN109413565A (zh) | 2019-03-01 |
CN109413565B CN109413565B (zh) | 2020-10-27 |
Family
ID=65464862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811069575.3A Active CN109413565B (zh) | 2018-09-13 | 2018-09-13 | 覆盖场景的服务小区的确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109413565B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111787487A (zh) * | 2020-06-28 | 2020-10-16 | 中国联合网络通信集团有限公司 | 确定场景小区资源的方法、装置、设备及存储介质 |
CN113015153A (zh) * | 2019-12-20 | 2021-06-22 | ***通信集团湖北有限公司 | 服务小区的归属识别方法及装置 |
CN113133049A (zh) * | 2019-12-31 | 2021-07-16 | ***通信集团上海有限公司 | 确定主覆盖小区的方法、装置、设备及介质 |
CN114140140A (zh) * | 2020-09-03 | 2022-03-04 | ***通信集团浙江有限公司 | 一种场景筛选方法、装置及设备 |
CN115515143A (zh) * | 2021-06-22 | 2022-12-23 | ***通信集团重庆有限公司 | 一种基站覆盖场景确定方法、装置、设备及存储介质 |
CN115767615A (zh) * | 2022-11-17 | 2023-03-07 | 江苏经贸职业技术学院 | 基于规划小区的无线问题分析方法及其装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101420711A (zh) * | 2007-10-22 | 2009-04-29 | 华为技术有限公司 | 提供测量信息、检测覆盖问题的方法、装置及*** |
CN101790173A (zh) * | 2009-01-23 | 2010-07-28 | 华为技术有限公司 | 网络覆盖检测方法和*** |
WO2010104426A1 (en) * | 2009-03-09 | 2010-09-16 | Telefonaktiebolaget L M Ericsson (Publ) | Method and arrangement for maintaining cell coverage |
US20120040696A1 (en) * | 2010-08-11 | 2012-02-16 | Iana Siomina | Methods of providing cell grouping for positioning and related networks and devices |
US20120214501A1 (en) * | 2011-02-18 | 2012-08-23 | Thomas Johansson | Cell Selection in a Cellular Communication System |
-
2018
- 2018-09-13 CN CN201811069575.3A patent/CN109413565B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101420711A (zh) * | 2007-10-22 | 2009-04-29 | 华为技术有限公司 | 提供测量信息、检测覆盖问题的方法、装置及*** |
CN101790173A (zh) * | 2009-01-23 | 2010-07-28 | 华为技术有限公司 | 网络覆盖检测方法和*** |
WO2010104426A1 (en) * | 2009-03-09 | 2010-09-16 | Telefonaktiebolaget L M Ericsson (Publ) | Method and arrangement for maintaining cell coverage |
US20120040696A1 (en) * | 2010-08-11 | 2012-02-16 | Iana Siomina | Methods of providing cell grouping for positioning and related networks and devices |
US20120214501A1 (en) * | 2011-02-18 | 2012-08-23 | Thomas Johansson | Cell Selection in a Cellular Communication System |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113015153A (zh) * | 2019-12-20 | 2021-06-22 | ***通信集团湖北有限公司 | 服务小区的归属识别方法及装置 |
CN113133049A (zh) * | 2019-12-31 | 2021-07-16 | ***通信集团上海有限公司 | 确定主覆盖小区的方法、装置、设备及介质 |
CN113133049B (zh) * | 2019-12-31 | 2022-12-02 | ***通信集团上海有限公司 | 确定主覆盖小区的方法、装置、设备及介质 |
CN111787487A (zh) * | 2020-06-28 | 2020-10-16 | 中国联合网络通信集团有限公司 | 确定场景小区资源的方法、装置、设备及存储介质 |
CN114140140A (zh) * | 2020-09-03 | 2022-03-04 | ***通信集团浙江有限公司 | 一种场景筛选方法、装置及设备 |
CN114140140B (zh) * | 2020-09-03 | 2023-03-21 | ***通信集团浙江有限公司 | 一种场景筛选方法、装置及设备 |
CN115515143A (zh) * | 2021-06-22 | 2022-12-23 | ***通信集团重庆有限公司 | 一种基站覆盖场景确定方法、装置、设备及存储介质 |
CN115767615A (zh) * | 2022-11-17 | 2023-03-07 | 江苏经贸职业技术学院 | 基于规划小区的无线问题分析方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109413565B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109413565A (zh) | 覆盖场景的服务小区的确定方法、装置及电子设备 | |
Small | Air pollution and property values: further comment | |
Aronica et al. | Assessing the uncertainty in distributed model predictions using observed binary pattern information within GLUE | |
CN106484748B (zh) | 一种确定兴趣点poi布设需求的方法及装置 | |
CN108932510A (zh) | 一种垃圾检测方法及装置 | |
CN110167037A (zh) | Lte网络干扰评估方法、装置、***及存储介质 | |
CN103931225B (zh) | 一种规划新基站的方法及装置 | |
CN104408923B (zh) | 交通状态评估方法和装置 | |
CN111709756A (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
CN108562821A (zh) | 一种基于Softmax确定配电网单相接地故障选线的方法及*** | |
CN103916954A (zh) | 基于wlan的概率定位方法及定位装置 | |
CN106940800A (zh) | 计量仪表读数识别方法及装置 | |
CN106412932A (zh) | 一种无线网络的深度覆盖评估方法及其装置 | |
CN104751185A (zh) | 基于均值漂移遗传聚类的sar图像变化检测方法 | |
CN108629760A (zh) | 一种遥感影像变化区域检测方法及装置 | |
CN109327242B (zh) | 电能表所属台区的识别方法及装置 | |
CN107948341A (zh) | Mac地址匹配方法及装置 | |
CN103577695A (zh) | 一种电能质量数据中的可疑数据检测方法及装置 | |
CN109447325A (zh) | 基于随机森林算法的降水数据检测方法、装置及电子设备 | |
CN111428653B (zh) | 行人拥挤状态判断方法、装置、服务器及存储介质 | |
CN109327345A (zh) | 网络异常流量的检测方法和装置、计算机可读存储介质 | |
CN106060841A (zh) | 一种基于非自主部署ap的室内定位方法及装置 | |
CN108711284A (zh) | 道路人流量的确定方法及装置 | |
CN106960433A (zh) | 一种基于图像熵以及边缘的全参考声纳图像质量评测方法 | |
CN110322287A (zh) | 一种业务区域筛选方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |