CN110019329B - 一种数据预测的方法及装置 - Google Patents
一种数据预测的方法及装置 Download PDFInfo
- Publication number
- CN110019329B CN110019329B CN201710641015.XA CN201710641015A CN110019329B CN 110019329 B CN110019329 B CN 110019329B CN 201710641015 A CN201710641015 A CN 201710641015A CN 110019329 B CN110019329 B CN 110019329B
- Authority
- CN
- China
- Prior art keywords
- base station
- planning
- area
- candidate base
- prediction
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012163 sequencing technique Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 14
- 238000013507 mapping Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001556 precipitation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种数据预测的方法及装置,其中所述方法包括确定目标规划区域;从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取。本发明实施例可以根据用户预先规划的将要作业的目标规划区域,优先获取该区域更加实时的预测数据,令用户能够及时获取最新的预测数据,提高了数据获取的效率和精确度,从而为无人机进行作业提供了数据保障,提高了作业质量。
Description
技术领域
本发明涉及无人机领域,特别是涉及一种数据预测的方法以及一种数据预测的装置。
背景技术
用户使用测绘无人机进行作业时,天气的好坏对航拍的影像的清晰程度有决定性的影响,因此,提前获取待进行测绘的区域的天气状况尤为重要。
在现有技术中,可以统一获取所有的基站的天气预测数据,但这样在时间上比较耗时,例如,7省份批量获取数据大概需要2小时,并且在统一获取数据的这段时间中,若用户查询天气数据,其实查询的是前一天的预测数据,而不是最新的天气数据,影响用户获得的数据的准确性以及实时性。
发明内容
鉴于上述问题,提出了本发明实施例以便提供克服上述问题或者至少部分地解决上述问题的一种数据预测的方法和相应的一种数据预测的装置。
为了解决上述问题,本发明实施例公开了一种数据预测的方法,所述方法包括:
确定目标规划区域;
从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取。
优选地,在所述确定目标规划区域的步骤之前,还包括:
生成预测数据库。
优选地,所述生成预测数据库的步骤包括:
获取规划区域集合;
确定所述规划区域集合对应的候选基站集合;
确定所述候选基站集合的排序信息;
按照所述排序信息,顺次获取所述候选基站集合中每个候选基站的预测数据,组织成预测数据库。
优选地,所述确定所述规划区域集合对应的候选基站集合的步骤包括:
获取基站集合,所述基站集合中的每个基站包括位置信息以及覆盖区域;
针对所述规划区域集合中的每个规划区域,基于所述基站集合中的每个基站的位置信息以及覆盖区域判断所述规划区域是否在某一基站的覆盖区域内;
若规划区域在某一基站的覆盖区域内,则将所述基站的基站标识添加到候选基站集合中;
若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中。
优选地,所述若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中的步骤包括:
获取所述规划区域分别在所述至少两个基站的覆盖区域中的面积或面积占比;
将所述面积的最大值或所述面积占比的最大值的对应的基站的基站标识添加到候选基站集合中。
优选地,所述确定所述候选基站集合的排序信息的步骤包括:
确定所述候选基站集合中每个候选基站的优先等级;
确定每种优先等级下的候选基站的排序;
按照所述优先等级以及所述优先等级下的候选基站的排序,确定所述候选基站集合的排序信息。
优选地,所述优先等级至少包括第一等级以及第二等级,其中,所述第一等级的优先级大于所述第二等级的优先级;
所述确定所述候选基站集合中每个候选基站的优先等级的步骤包括:
遍历所述候选基站集合中的每个候选基站,若某个候选基站存在至少一个完整的规划区域,则将所述候选基站的等级设置为第一等级;
若某个候选基站不存在完整的规划区域但存在部分规划区域,则将所述候选基站的等级设置为第二等级。
优选地,所述确定每种优先等级下的候选基站的排序的步骤包括:
分别确定每种优先等级下的候选基站的作业信息;
基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序。
优选地,所述作业信息包括作业团队数量和/或作业总面积大小和/或规划时间;
所述基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序的步骤包括:
基于所述作业团队数量和/或作业总面积大小和/或规划时间确定所述候选基站的权重;
按照所述权重确定所述确定每种优先等级下的候选基站的排序。
优选地,在所述按照所述排序信息,顺次从所述候选基站集合中每个候选基站获取预测数据,组织成预测数据库的步骤之后,还包括:
获取所述基站集合中除候选基站集合以外的基站的预测数据,并存储在预测数据库中。
优选地,所述预测数据包括所述目标规划区域所在的基站在未来预设时间段内的环境数据。
本发明实施例还提供了一种数据预测的装置,所述装置包括:
目标区域确定模块,用于确定目标规划区域;
预测数据获取模块,用于从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取。
本发明实施例还提供了一种装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述方法的步骤。
本发明实施例包括以下优点:
在本申请实施例中,该预测数据库中的预测数据为按照预设排序信息顺次获取的数据,这样可以根据用户预先规划的将要作业的目标规划区域,优先获取该区域更加实时的预测数据,令用户能够及时获取最新的预测数据,提高了数据获取的效率和精确度,从而为无人机进行作业提供了数据保障,提高了作业质量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种数据预测的方法实施例的步骤流程图;
图2是本发明实施例的预测数据库生成方法实施例的步骤流程图;
图3是本发明实施例的航拍区域示意图1;
图4是本发明实施例的基站外接矩形示意图;
图5是本发明实施例的航拍区域示意图2;
图6是本发明实施例的一种数据预测的装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。显然,所描述的实施例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作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。
参照图1,示出了本发明实施例的一种数据预测的方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,确定目标规划区域;
在本发明实施例中,目标规划区域可以包括用户需要进行无人机的航拍等作业规划时规划的区域。
在一种实施方式中,目标规划区域可以为从规划区域集合中选取的一个或多个规划区域。其中,该规划区域集合为在先获取的距离当前时间的预设历史时间段内所有用户上传至规划数据库中的规划区域。例如,获取规划数据库中距离当前时间的前三天的所有用户规划的规划区域,作为规划区域集合。
在具体实现中,可以采用人工手持测绘仪的方式对规划区域进行规划,也可以是用户在电子地图上标记的规划区域,本发明实施例对此不作限定。
在实际中,每个规划区域可以具有区域标识,作为一种示例,每个规划区域可以包括但不限于如下信息:第一坐标集合、规划区域的中心点、边界、高度与宽度等。
步骤102,从预设的预测数据库中查找与所述目标规划区域对应的预测数据。
当确定目标规划区域以后,可以从预设的预测数据库中查找该规划区域,具体的,可以在规划区域集合中的所有规划区域的区域标识中匹配该目标规划区域的区域标识,若存在与目标规划区域的区域标识一致的区域标识,则进一步可以从该预测数据库中获取该目标规划区域对应的预测数据,若不存在与目标规划区域的区域标识一致的区域标识,则可以按照现有的流程获取预测数据。
作为一种示例,该预测数据可以包括目标规划区域所在的基站在未来预设时间段内的环境数据,该环境数据可以包括但不限于温度、降水、风速等信息。
在本申请实施例中,该预测数据库中的预测数据为按照预设排序信息顺次获取的数据,这样可以根据用户预先规划的将要作业的目标规划区域,优先获取该区域更加实时的预测数据,令用户能够及时获取最新的预测数据,提高了数据获取的效率和精确度,从而为无人机进行作业提供了数据保障,提高了作业质量。
参照图2,示出了本发明实施例的预测数据库生成方法实施例的步骤流程图,可以采用如下步骤生成预测数据库:
步骤201,获取规划区域集合;
该规划区域集合为在先获取的距离当前时间的预设历史时间段内所有用户上传至规划数据库中的规划区域。例如,获取规划数据库中距离当前时间的前三天的所有用户规划的规划区域,作为规划区域集合。
在实际中,每个规划区域可以具有区域标识,作为一种示例,每个规划区域可以包括但不限于如下信息:第一坐标集合、规划区域的中心点、边界、高度与宽度等。
步骤202,确定所述规划区域集合对应的候选基站集合;
获取规划区域集合以后,可以进一步获取该规划区域集合中每个规划区域对应的基站,作为候选基站,并将规划区域集合对应的所有候选基站组成候选基站集合。
在本申请实施例的一种优选实施例中,步骤202进一步可以包括如下子步骤:
子步骤S11,获取基站集合;
该基站集合可以为所有基站组成的集合。
作为本申请实施例的一种优选示例,该基站集合中的每个基站可以包括但不限于:位置信息以及覆盖区域。
其中,该位置信息可以为基站所在的经纬度信息。
覆盖区域可以为以基站为中心点向外拓展上下预设距离形成的矩形,例如,该预设距离可以为5000米,该覆盖区域可以包括第二坐标集合。
在本发明实施例中,得到基站集合以及规划区域集合以后,可以确定该基站集合对应的第二坐标集合以及该规划区域集合对应的第一坐标集合是否正确并可用,若正确且可用,则可以将基站集合以及规划区域集合进行匹配,获得候选基站集合;若不正确和/或不可用,则可以生成错误提示信息。
在一种实施方式中,该正确且可用的意思可以是第一坐标集合以及第二坐标集合同时为坐标点数据或者同时为经纬度数据。相应的,不正确或不可用的情形可以包括基站信息出错、基站坐标***出错等情形。
子步骤S12,针对所述规划区域集合中的每个规划区域,基于所述基站集合中的每个基站的位置信息以及覆盖区域,判断所述规划区域是否在某一基站的覆盖区域内;
在具体实现中,可以对规划区域的第一坐标集合以及基站的位置信息进行坐标转换,将经纬度坐标转换为高斯投影坐标,然后,确定每个规划区域对应的最小外接矩形。
确定规划区域对应的最小外接矩形的方式可以包括但不限于下述两种实现方式:
其中一种实现方式是:根据航拍区域面积的平面坐标模拟创建一个最小外接矩形。具体的,如图3的航拍区域示意图1所示,若规划区域为多边形,则可以遍历该多边形所欲的坐标点,然后两两比较,得到第一最大横坐标maxX、第一最小横坐标minX、第一最大纵坐标maxY以及第一最小纵坐标minY,随后,根据maxX、minX、maxY、minY继续营造一个最小外接矩形,具体的,可以根据maxX、minX、maxY、minY确定最小外接矩形的四个顶点(minX,minY)、(maxX,minY)、(minX,maxY)以及(maxX,maxY),然后根据这四个顶点确定最小外接矩形。
另一种实现方式是:确定多边形规划区域的最长边为矩形的一个边p,然后遍历各个坐标点,确定离这个边距离最远的坐标A,通过A做平行于p的平行线q,由此可以确定矩形的两个长边p和q,然后在两个长边中间做一条垂直线h,遍历除A点外其他的点,确定离这条垂直线最远的两个点B,C,然后通过B,C做平行于h的平行线以确定最小外接矩形的两个短边。
需要说明的是,可以通过上述两种方式的任一种方式确定规划区域的最小外接矩形,也可以是结合上述两种方式确定该规划区域的最小外接矩形,例如,分别计算这两种最小外接矩形的面积,并将面积最小的最小外接矩形确定为该规划区域的最小外接矩形;或者,计算上述两种方式获得的最小外接矩形的面积的差值,如果该差值小于预设阈值,则以第一种方式确定的最小外接矩形作为规划区域的最小外接矩形。如果该差值大于预设阈值,则以第二种方式确定的最小外接矩形作为规划区域的最小外接矩形。
进一步的,还可以确定每个基站的覆盖区域。在实现中,如图4的基站外接矩形示意图所示,根据基站的平面坐标x,y可以营造基站的覆盖区域,具体的,假设基站与基站之间上下左右的距离为L,则maxX=x+L,minx=x-L,maxY=y+L,minY=y-L,然后根据maxX、minX、maxY、minY确定最小外接矩形的四个顶点(minX,minY)、(maxX,minY)、(minX,maxY)以及(maxX,maxY),然后根据这四个顶点确定覆盖区域,即基站的最小外接矩形。
得到各个规划区域的最小外接矩形以及各个基站的最小外接矩形以后,针对每个规划区域的最小外接矩形,可以判断该规划区域的最小外接矩形的四个顶点的坐标是否在某个基站的覆盖区域的minX、maxX的范围内,同时也在minY、maxY的范围内,若是,则可以判定该规划区域在该基站的覆盖区域内;否则,如果该规划区域的最小外接矩形的四个顶点的坐标不在基站的覆盖区域的minX、maxX的范围内和/或不在minY、maxY的范围内,则可以判定该规划区域至少跨越两个基站的覆盖区域。
子步骤S13,若规划区域在某一基站的覆盖区域内,则将所述基站的基站标识添加到候选基站集合中;
如果规划区域在某个基站的覆盖区域内,如图5的航拍区域示意图2所示的航拍区域1或航拍区域2,则可以将该基站作为候选基站,将其基站标识添加到候选基站集合。
子步骤S14,若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中。
如果规划区域跨越至少两个基站的覆盖区域,如图5的规划区域示意图所示的航拍区域3,则可以从该至少两个基站中选择一个基站,将该基站的基站标识添加到候选基站集合中。
在本发明实施例的一种优选实施例中,子步骤S14进一步可以包括如下子步骤:获取所述规划区域分别在所述至少两个基站的覆盖区域中的面积或面积占比;将所述面积的最大值或所述面积占比的最大值的对应的基站的基站标识添加到候选基站集合中。
具体的,在一种实施方式中,可以先获取该规划区域分别在两个基站中所占的面积,并将面积最大的基站作为候选基站。
具体的,如图5所示的航拍区域3,可以计算航拍区域3是X轴超出基站范围还是Y轴超出基站范围。如果是X轴超出基站范围,则取基站1的覆盖区域的minX和maxX,分别对航拍区域3的minX相减取绝对值得到w1,取基站2的覆盖区域的minX和maxX分别对航拍区域3的maxX相减取绝对值得到w2,因为是X轴超出范围所以高度为航拍区域3的maxY-minY得出h,那么航拍区域3在两个基站中所占的面积分别为w1*h=a1,w2*h=a2,取面积大的基站作为候选基站,将其基站标识添加到候选基站集合中。
在另一种实施方式中,也可以根据上述面积,计算规划区域在至少两个基站的覆盖区域中的面积占比,例如,如图5所示,假设航拍区域3在基站1的面积为20平方,在基站2的面积为4平方,则航拍区域3在基站1的面积的面积占比为:20/24;航拍区域3在基站2的面积的面积占比为:4/24,从而可以将基站1作为候选基站。
步骤203,确定所述候选基站集合的排序信息;
确定候选基站集合以后,可以进一步确定该候选基站集合中每个基站的排序。
在本发明实施例的一种优选实施例中,步骤203进一步可以包括如下子步骤:
子步骤S21,确定所述候选基站集合中每个候选基站的优先等级;
在本发明实施例中,可以对候选基站集合设置多个优先等级,每个优先等级可以具有一个或多个对应的候选基站。
作为一种示例,该优先等级至少可以包括第一等级以及第二等级,其中,所述第一等级的优先级大于所述第二等级的优先级。
在本发明实施例的一种优选实施例中,子步骤S21进一步可以包括如下子步骤:
子步骤S211,遍历所述候选基站集合中的每个候选基站,若某个候选基站存在至少一个完整的规划区域,则将所述候选基站的等级设置为第一等级;
子步骤S212,若某个候选基站不存在完整的规划区域但存在部分规划区域,则将所述候选基站的等级设置为第二等级。
针对候选基站集合中的每个候选基站,若某个候选基站存在至少一个完整的规划区域,则将该候选基站的等级设置为第一等级;若某个候选基站不存在完整的规划区域但存在部分规划区域,则将该候选基站的等级设置为第二等级。
在具体实现中,设置为第一等级的候选基站可以排列在第一优先队列,设置为第二等级的候选基站可以排列在第二优先队列,第一优先队列的优先级大于所述第二优先队列。
子步骤S22,确定每种优先等级下的候选基站的排序;
在具体实现中,还可以分别确定第一优先队列以及第二优先队列中的候选基站的排序。
在本发明实施例的一种优选实施例中,子步骤S22进一步可以包括如下子步骤:
子步骤S221,分别确定每种优先等级下的候选基站的作业信息;
作为一种示例,该作业信息可以包括但不限于作业团队数量、作业总面积大小、规划时间等的至少一种。
子步骤S222,基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序。
在一种实施方式中,可以根据不同基站下作业的作业团队数量确定基站的优先级,例如,基站1下的作业团队有5个,基站2下的作业团队有3个,则基站1的优先级高于基站2的优先级。
在另一种实施方式中,可以根据不同基站下作业总面积大小确定基站的优先级,例如,基站1下的作业团队有5亩,基站2下的作业团队有3亩,则基站1的优先级高于基站2的优先级。
在另一种实施方式中,还可以按照规划区域的规划时间确定基站的优先级,规划时间越早优先级越高。
在本发明实施例的另一种优选实施例中,还可以结合上述各种作业信息,确定优先级,则子步骤S222可以包括:基于所述作业团队和/或作业总面积大小和/或规划时间确定所述候选基站的权重;按照所述权重确定所述确定每种优先等级下的候选基站的排序。
具体的,可以预先生成权重映射表,该权重映射表中可以包括作业团队数量、作业总面积大小、规划时间等与权重的映射关系,得到作业信息以后,分别将作业团队数量、作业总面积大小、规划时间与权重映射表进行比较,确定每种作业信息对应的权重,并将各个作业信息的权重相加或者求平均,得到该候选基站的权重。
随后,按照权重对各个候选基站进行排序,该排序可以包括降序排序或升序排序,本发明实施例对此不作限制。
子步骤S23,按照所述优先等级以及所述优先等级下的候选基站的排序,确定所述候选基站集合的排序信息。
得到各个优先等级的优先级,以及,优先等级下各个候选基站的优先级以后,可以得到候选基站集合的排序信息。
例如,优先等级包括A等级以及B等级,A等级下有a、b两个候选基站,B等级下有c、d、e两个候选基站,其中,a的优先级大于b的优先级、d的优先级大于e的优先级,e的优先级大于c的优先级,则最终得到的排序信息可以为:A(a>b)>B(d>e>c),即a>b>d>e>c。
步骤204,按照所述排序信息,顺次获取所述候选基站集合中每个候选基站的预测数据,组织成预测数据库。
得到候选基站集合的排序信息以后,可以按照排序信息指示的顺序,顺次获取每个候选基站的预测信息,所有的候选基站的预测数据可以存储在预测数据库。
例如,在上例中,排序信息为a>b>d>e>c,则可以优先获取a基站的预测数据存储在预测数据库中,然后获取b基站的预测数据存储在预测数据库中,以此类推。
在实际中,在预测数据库中的预测数据可以按照该排序信息排序。
作为一种示例,该预测数据可以包括该基站在未来预设时间段内的环境数据,该环境数据可以包括但不限于温度、降水、风速等信息。例如,基站在未来20小时的温度、降水、风速等信息。
在本发明实施例中,当获取完候选基站集合中的预测数据以后,还可以包括如下步骤:获取所述基站集合中除候选基站集合以外的基站的预测数据并存储在预测数据库中。
以下通过一个具体实例对本发明实施例进行说明:
假设有100条天气数据,现有技术是从第1条开始获取到第100条,这样并没有考虑优先级别,而本发明实施例利用规划区域集合和基站集合进行坐标匹配,得出用户最近需要到某个基站进行作业的结论。从而优先获取该基站的天气信息来方便用户更快查询,例如,可以优先获取第20到30条数据,然后再获取剩余的。
在本发明实施例中,按照优先级有次序的获取基站的预测数据,无需批量获取数据,实现按需分批获取预测数据,从而提高了数据获取的效率和精确度。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图6,示出了本发明实施例的一种数据预测的装置的结构框图,该装置可以应用于服务器或客户端中,具体可以包括如下模块:
目标区域确定模块601,用于确定目标规划区域;
预测数据获取模块602,用于从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取。
在本发明实施例的一种优选实施例中,所述装置还可以包括如下模块:
预测数据库生成模块,用于生成预测数据库。
在本发明实施例的一种优选实施例中,所述预测数据库生成模块可以包括如下子模块:
规划区域集合获取子模块,用于获取规划区域集合;
候选基站集合确定子模块,用于确定所述规划区域集合对应的候选基站集合;
排序信息确定子模块,用于确定所述候选基站集合的排序信息;
预测数据获取子模块,用于按照所述排序信息,顺次获取所述候选基站集合中每个候选基站的预测数据,组织成预测数据库。
在本发明实施例的一种优选实施例中,所述基站集合确定子模块包括:
基站集合确定单元,用于获取基站集合,所述基站集合中的每个基站包括位置信息以及覆盖区域;
匹配单元,用于针对所述规划区域集合中的每个规划区域,基于所述基站集合中的每个基站的位置信息以及覆盖区域,判断所述规划区域是否在某一基站的覆盖区域内;若规划区域在某一基站的覆盖区域内,则将所述基站的基站标识添加到候选基站集合中;若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中。
在本发明实施例的一种优选实施例中,所述匹配单元还用于:获取所述规划区域分别在所述至少两个基站的覆盖区域中的面积或面积占比;将所述面积的最大值或所述面积占比的最大值的对应的基站的基站标识添加到候选基站集合中。
在本发明实施例的一种优选实施例中,所述排序信息确定子模块可以包括如下单元:
优选等级确定单元,用于确定所述候选基站集合中每个候选基站的优先等级;
排序确定单元,用于确定每种优先等级下的候选基站的排序;
排序信息确定单元,用于按照所述优先等级以及所述优先等级下的候选基站的排序,确定所述候选基站集合的排序信息。
在本发明实施例的一种优选实施例中,所述优先等级至少包括第一等级以及第二等级,其中,所述第一等级的优先级大于所述第二等级的优先级;
所述优选等级确定单元还用于:
遍历所述候选基站集合中的每个候选基站,若某个候选基站存在至少一个完整的规划区域,则将所述候选基站的等级设置为第一等级;
若某个候选基站不存在完整的规划区域但存在部分规划区域,则将所述候选基站的等级设置为第二等级。
在本发明实施例的一种优选实施例中,所述排序确定单元还用于:
分别确定每种优先等级下的候选基站的作业信息;
基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序。
在本发明实施例的一种优选实施例中,所述作业信息包括作业团队数量和/或作业总面积大小和/或规划时间;
所述所述排序确定单元还用于:
基于所述作业团队数量和/或作业总面积大小和/或规划时间确定所述候选基站的权重;
按照所述权重确定所述确定每种优先等级下的候选基站的排序。
在本发明实施例的一种优选实施例中,还包括:
剩余数据获取模块,用于获取所述基站集合中除候选基站集合以外的基站的预测数据并存储在预测数据库中。
在本发明实施例的一种优选实施例中,所述预测数据包括所述目标规划区域所在的基站在未来预设时间段内的环境数据。
本发明实施例还公开了一种装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法实施例的步骤。
本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述方法实施例的步骤。
对于装置以及计算机可读存储介质实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种数据预测的方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种数据预测的方法,其特征在于,所述方法包括:
确定目标规划区域;
从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取;
所述目标规划区域为规划区域集合中的一个或多个规划区域;
所述规划区域集合为在先获取的距离当前时间的预设历史时间段内所有用户上传至所述预测数据库中的规划区域;
所述预测数据包括所述目标规划区域所在的基站在未来预设时间内的环境数据,所述预设排序信息包括与所述目标规划区域对应的基站的优先等级。
2.根据权利要求1所述的方法,其特征在于,在所述确定目标规划区域的步骤之前,还包括:
生成预测数据库。
3.根据权利要求2所述的方法,其特征在于,所述生成预测数据库的步骤包括:
获取规划区域集合;
确定所述规划区域集合对应的候选基站集合;
确定所述候选基站集合的排序信息;
按照所述排序信息,顺次获取所述候选基站集合中每个候选基站的预测数据,组织成预测数据库;
其中,所述候选基站集合包括至少一个候选基站;所述候选基站为所述规划区域集合中每个规划区域对应的基站;
所述确定所述候选基站集合的排序信息的步骤包括:
确定所述候选基站集合中每个候选基站的优先等级;
确定每种优先等级下的候选基站的排序;
按照所述优先等级以及所述优先等级下的候选基站的排序,确定所述候选基站集合的排序信息;
所述优先等级至少包括第一等级以及第二等级,其中,所述第一等级的优先级大于所述第二等级的优先级;
所述确定所述候选基站集合中每个候选基站的优先等级的步骤包括:
遍历所述候选基站集合中的每个候选基站,若某个候选基站存在至少一个完整的规划区域,则将所述候选基站的等级设置为第一等级;
若某个候选基站不存在完整的规划区域但存在部分规划区域,则将所述候选基站的等级设置为第二等级;
所述确定每种优先等级下的候选基站的排序的步骤包括:
分别确定每种优先等级下的候选基站的作业信息;
基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序。
4.根据权利要求3所述的方法,其特征在于,所述确定所述规划区域集合对应的候选基站集合的步骤包括:
获取基站集合,所述基站集合中的每个基站包括位置信息以及覆盖区域;
针对所述规划区域集合中的每个规划区域,基于所述基站集合中的每个基站的位置信息以及覆盖区域判断所述规划区域是否在某一基站的覆盖区域内;
若规划区域在某一基站的覆盖区域内,则将所述基站的基站标识添加到候选基站集合中;
若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中。
5.根据权利要求4所述的方法,其特征在于,所述若规划区域跨越至少两个基站的覆盖区域,则从所述至少两个基站中选择一个基站的基站标识添加到候选基站集合中的步骤包括:
获取所述规划区域分别在所述至少两个基站的覆盖区域中的面积或面积占比;
将所述面积的最大值或所述面积占比的最大值的对应的基站的基站标识添加到候选基站集合中。
6.根据权利要求3所述的方法,其特征在于,所述作业信息包括作业团队数量和/或作业总面积大小和/或规划时间;
所述基于所述作业信息,确定所述确定每种优先等级下的候选基站的排序的步骤包括:
基于所述作业团队数量和/或作业总面积大小和/或规划时间确定所述候选基站的权重;
按照所述权重确定所述确定每种优先等级下的候选基站的排序。
7.根据权利要求3或4或5所述的方法,其特征在于,在所述按照所述排序信息,顺次从所述候选基站集合中每个候选基站获取预测数据,组织成预测数据库的步骤之后,还包括:
获取所述基站集合中除候选基站集合以外的基站的预测数据,并存储在预测数据库中。
8.一种数据预测的装置,其特征在于,所述装置包括:
目标区域确定模块,用于确定目标规划区域;
预测数据获取模块,用于从预设的预测数据库中查找与所述目标规划区域对应的预测数据,其中,所述预测数据库中的预测数据按照预设排序信息顺次获取;
所述目标规划区域为规划区域集合中的一个或多个规划区域;
所述规划区域集合为在先获取的距离当前时间的预设历史时间段内所有用户上传至所述预测数据库中的规划区域;
所述预测数据包括所述目标规划区域所在的基站在未来预设时间内的环境数据,所述预设排序信息包括与所述目标规划区域对应的基站的优先等级。
9.一种数据预测的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710641015.XA CN110019329B (zh) | 2017-07-31 | 2017-07-31 | 一种数据预测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710641015.XA CN110019329B (zh) | 2017-07-31 | 2017-07-31 | 一种数据预测的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110019329A CN110019329A (zh) | 2019-07-16 |
CN110019329B true CN110019329B (zh) | 2021-11-05 |
Family
ID=67186030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710641015.XA Active CN110019329B (zh) | 2017-07-31 | 2017-07-31 | 一种数据预测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110019329B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080749B (zh) * | 2019-12-31 | 2023-08-15 | 广州供电局有限公司 | 配电网广域测量控制***中多源量测的标注方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1371220A (zh) * | 2001-02-16 | 2002-09-25 | 日本电气株式会社 | 发射功率控制方法、基站、移动台及移动通信*** |
CN101980226A (zh) * | 2010-11-19 | 2011-02-23 | 中国地震灾害防御中心 | 城市震害预测虚拟仿真*** |
CN102810861A (zh) * | 2012-08-23 | 2012-12-05 | 海南汉能光伏有限公司 | 光伏发电***发电量预测方法和*** |
JP2012242088A (ja) * | 2011-05-16 | 2012-12-10 | Nec Casio Mobile Communications Ltd | 気象予測システム及び気象予測携帯端末 |
CN103649770A (zh) * | 2011-06-29 | 2014-03-19 | 皇家飞利浦有限公司 | 移动设备的位置估计 |
CN104978605A (zh) * | 2015-06-08 | 2015-10-14 | 上海电机学院 | 基于深度学习网络的大规模风电功率预测***及方法 |
CN105022742A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种基于位置及天气的数据管理方法及数据管理*** |
CN105575185A (zh) * | 2016-01-04 | 2016-05-11 | 上海海事大学 | 水上(海上)智能巡航*** |
CN106297417A (zh) * | 2016-09-27 | 2017-01-04 | 南京航空航天大学 | 一种无人机飞行服务与监管***及方法 |
CN106295861A (zh) * | 2016-08-01 | 2017-01-04 | 北京小米移动软件有限公司 | 天气预报信息的获取方法、装置和设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9148809B2 (en) * | 2009-10-13 | 2015-09-29 | At&T Intellectual Property I, L.P. | Employing handover failures for network fault prediction or remedy |
JP6011403B2 (ja) * | 2013-03-19 | 2016-10-19 | 富士通株式会社 | 移動通信システム、ユーザ体感品質予測方法、及び監視制御装置 |
CN103606022A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种短期负荷预测方法 |
US10051636B2 (en) * | 2015-03-14 | 2018-08-14 | Qualcomm Incorporated | Device based two-stage random resource selection for small data transmission |
CN105539851B (zh) * | 2015-12-09 | 2017-06-20 | 华南农业大学 | 基于无线传感网的无人机农药精准喷施作业***及方法 |
CN106202679A (zh) * | 2016-07-04 | 2016-12-07 | 重庆大学 | 一种基于无人机***的气体泄漏扩散过程的预测方法 |
CN106253893B (zh) * | 2016-07-19 | 2019-01-11 | 电子科技大学 | 一种高精度微机补偿晶体振荡器 |
CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和*** |
-
2017
- 2017-07-31 CN CN201710641015.XA patent/CN110019329B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1371220A (zh) * | 2001-02-16 | 2002-09-25 | 日本电气株式会社 | 发射功率控制方法、基站、移动台及移动通信*** |
CN101980226A (zh) * | 2010-11-19 | 2011-02-23 | 中国地震灾害防御中心 | 城市震害预测虚拟仿真*** |
JP2012242088A (ja) * | 2011-05-16 | 2012-12-10 | Nec Casio Mobile Communications Ltd | 気象予測システム及び気象予測携帯端末 |
CN103649770A (zh) * | 2011-06-29 | 2014-03-19 | 皇家飞利浦有限公司 | 移动设备的位置估计 |
CN102810861A (zh) * | 2012-08-23 | 2012-12-05 | 海南汉能光伏有限公司 | 光伏发电***发电量预测方法和*** |
CN105022742A (zh) * | 2014-04-24 | 2015-11-04 | 深圳市赛格导航科技股份有限公司 | 一种基于位置及天气的数据管理方法及数据管理*** |
CN104978605A (zh) * | 2015-06-08 | 2015-10-14 | 上海电机学院 | 基于深度学习网络的大规模风电功率预测***及方法 |
CN105575185A (zh) * | 2016-01-04 | 2016-05-11 | 上海海事大学 | 水上(海上)智能巡航*** |
CN106295861A (zh) * | 2016-08-01 | 2017-01-04 | 北京小米移动软件有限公司 | 天气预报信息的获取方法、装置和设备 |
CN106297417A (zh) * | 2016-09-27 | 2017-01-04 | 南京航空航天大学 | 一种无人机飞行服务与监管***及方法 |
Non-Patent Citations (1)
Title |
---|
密集城区3G无线网络覆盖预测的研究和应用;方宬诣;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120215(第 02 期);I136-641 * |
Also Published As
Publication number | Publication date |
---|---|
CN110019329A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11740102B2 (en) | Method, apparatus, device and storage medium for determining point of interest area | |
JP6828044B2 (ja) | ルート逸脱認識方法、端末、および記憶媒体 | |
CN109003028B (zh) | 用于划分物流区域的方法和装置 | |
EP3318985A1 (en) | Driving route matching method and apparatus and storage medium | |
US9430872B2 (en) | Performance prediction for generation of point clouds from passive imagery | |
US8983490B2 (en) | Locating a mobile device | |
US9785897B2 (en) | Methods and systems for optimizing efficiency of a workforce management system | |
US20130054647A1 (en) | Information processing apparatus, information processing method, and program | |
WO2015101848A2 (en) | System and method for defining and predicting aircraft trajectories | |
CN111047903A (zh) | 停车位查找方法、***、存储介质、电子设备及导航方法 | |
WO2019169993A1 (zh) | 定位方法、定位装置、服务器和计算机可读存储介质 | |
CN113589306B (zh) | 定位方法、装置、电子设备及存储介质 | |
CN110019329B (zh) | 一种数据预测的方法及装置 | |
CN111380540B (zh) | 地图匹配方法及装置、介质、终端 | |
CN110263250B (zh) | 一种推荐模型的生成方法及装置 | |
CN110766187B (zh) | 路径规划方法、装置、服务器及存储介质 | |
CN112469116B (zh) | 定位方法、装置、电子设备和计算机可读存储介质 | |
JP6981061B2 (ja) | 生産計画生成プログラム、生産計画生成方法及び生産計画生成装置 | |
JP5946552B1 (ja) | 新規出店候補地選定システム、方法、及びプログラム | |
JP6232913B2 (ja) | 平面グラフ生成装置、プログラム、及び方法 | |
CN114117260B (zh) | 时空轨迹索引与查询处理方法、装置、设备及介质 | |
CN110019608B (zh) | 一种信息采集方法、装置和***及存储设备 | |
CN115457202A (zh) | 一种三维模型更新的方法、装置及存储介质 | |
CN112235723B (zh) | 定位方法、装置、电子设备及计算机可读存储介质 | |
US20230049073A1 (en) | Imaging range estimation device, imaging range estimation method, and program |
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 | ||
CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 No. 1, Si Cheng Road, Gaotang Software Park, Tianhe District, Guangzhou, Guangdong 3A01 Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |