CN113254724A - 网络空间发现方法、装置、电子设备及存储介质 - Google Patents
网络空间发现方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113254724A CN113254724A CN202110612803.2A CN202110612803A CN113254724A CN 113254724 A CN113254724 A CN 113254724A CN 202110612803 A CN202110612803 A CN 202110612803A CN 113254724 A CN113254724 A CN 113254724A
- Authority
- CN
- China
- Prior art keywords
- tree
- network space
- new
- space tree
- node
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开关于一种网络空间发现方法、装置、电子设备及存储介质,可以获取访问过网络的至少一个电子设备的位置信息,位置信息表示电子设备的位置;根据至少一个电子设备的位置信息,构建网络的第一网络空间树;从第一网络空间树中选取第一叶子节点,第一叶子节点表示第一电子设备的第一位置信息,构建包含第一叶子节点的第二网络空间树,并在第一网络空间树中删除第一叶子节点,获得新第一网络空间树;从新第一网络空间树中获取第二网络空间树的临近叶子节点;在第二网络空间树中添加临近叶子节点,获得新第二网络空间树,新第二网络空间树表征网络的覆盖范围。本公开通过一个区域来向周围查找临近位置点,有效提高了聚类速度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及网络空间发现方法、装置、电子设备及存储介质。
背景技术
随着科技的发展,数据挖掘技术的应用也越来越广泛。当前,可以采集到多个对象的位置点,通过对这些位置点进行挖掘可以得到大量的有用信息。例如:通过对连接某无线网络的移动终端的所在位置进行跟踪,可以确定该无线网络的覆盖范围。
在对位置点进行挖掘的过程中,通过对位置点进行聚类并对聚类得到的簇进行分析可以有效避免异常位置点给数据挖掘带来的不利影响。当前的网络空间发现方法是通过K-MEANS等聚类算法来进行,K-MEANS等聚类算法通过位置点之间的距离来进行聚类,每次聚类时,均需识别多个位置点之间的距离并判断该距离是否满足要求,由于识别和判断的距离较多,现在的聚类方法的聚类速度较慢。
发明内容
本公开提供一种网络空间发现方法、装置、电子设备及存储介质,以至少解决相关技术中聚类速度较慢的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种网络空间发现方法,包括:
获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置;
根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息;
从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系;
在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
在第一方面的一种可能的实现方式中,所述在所述第二网络空间树中添加所述临近叶子节点之后,还包括:
在所述新第一网络空间树中删除所述临近叶子节点;
若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行以下步骤:
从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点。
在第一方面的一种可能的实现方式中,所述从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,包括:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
在第一方面的一种可能的实现方式中,所述在所述第二网络空间树中添加所述临近叶子节点之后,还包括:
在所述新第一网络空间树中删除所述临近叶子节点;
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,返回执行所述在所述新第一网络空间树中删除所述临近叶子节点的步骤;若未查找到,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
在第一方面的一种可能的实现方式中,所述将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤,包括:
将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
在第一方面的一种可能的实现方式中,所述在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,包括:
在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
在第一方面的一种可能的实现方式中,所述方法还包括:
若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
根据本公开实施例的第二方面,提供一种网络空间发现装置,包括:
信息获取单元,被配置为执行获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置;
第一构建单元,被配置为执行根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息;
第二构建单元,被配置为执行从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
节点选取单元,被配置为执行从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系;
节点添加单元,被配置为执行在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
在第二方面的一种可能的实现方式中,上述网络空间发现装置还包括:
第一节点删除单元,被配置为执行:在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点判断单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,并再次触发第二构建单元,直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点。
在第二方面的一种可能的实现方式中,节点选取单元被具体配置为:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则再次触发第二构建单元。
在第二方面的一种可能的实现方式中,上述网络空间发现装置还包括:
第二节点删除单元,被配置为执行在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点查找单元,被配置为执行在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,再次触发第二节点删除单元;若未查找到,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次触发第二构建单元。
在第二方面的一种可能的实现方式中,所述节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次触发第二构建单元,具体被配置为:
节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则再次触发第二构建单元。
在第二方面的一种可能的实现方式中,所述节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,被具体配置为:
节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
在第二方面的一种可能的实现方式中,所述装置还包括:
范围确定单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第一方面提供的任一种网络空间发现方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面提供的任一种网络空间发现方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现第一方面提供的任一种网络空间发现方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开提供的一种网络空间发现方法、装置、电子设备及存储介质,可以根据第二网络空间树表征的位置范围与新第一网络空间树中各叶子节点之间的位置关系,来查找临近叶子节点,这样就可以通过一个区域与位置点之间的位置关系来查找临近叶子节点,避免了通过点和点之间的距离来查找临近叶子节点带来的聚类速度慢的问题。即:本公开是通过一个区域来向周围查找临近位置点,相对于通过点向周围查找临近位置点而言,需要识别和判断的距离更少,因此有效提高了聚类速度。本公开可以将传统的聚类算法在最坏情况的时间复杂度从O(N2)降至为O(N)。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
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,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种网络空间发现方法的流程图;
图2是根据另一示例性实施例示出的一种网络空间树的示意图;
图3是根据另一示例性实施例示出的一种网络空间树的覆盖示意图;
图4是根据另一示例性实施例示出的一种网络空间发现方法的流程图;
图5是根据另一示例性实施例示出的一种网络空间发现方法的流程图;
图6是根据一示例性实施例示出的一种网络空间发现装置的框图;
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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,以便这里描述的本公开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。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种网络空间发现方法的流程图,如图1所示,该方法可以包括以下步骤。
在步骤S11中,获取访问过网络的至少一个电子设备的位置信息,位置信息表示电子设备的位置。
可选的,图1所示方法可以应用于多种类型的装置中,如服务器、终端设备等。应用图1所示方法的装置中可以保存有多个位置信息,该装置中保存的位置信息可以是由其他设备发送到该装置中的。例如:当图1所示方法应用于服务器中时,服务器可以接收并保存多个终端设备发送的位置信息。
可选的,本公开中的位置信息可以表示电子设备的二维位置或三维位置。当然,该位置信息也可为更多维度的位置,本公开不做限定。
可选的,本公开中的位置信息可以表示发送该位置信息的电子设备所在位置。
在一可选实施例中,本公开可以将访问过同一网络的各电子设备发送的位置信息确定为与该网络对应的位置信息组。
可选的,上述网络可以为无线网络或有线网络。其中,无线网络可以为Wi-Fi网络。执行本公开图1所示方法的装置可以依次或同时获得分别连接不同的网络的各电子设备发送的位置信息。然后,本公开根据网络将各位置信息划分为多个位置信息组。这样,就可以分别对每一个位置信息组中的位置信息进行图1所示方法的处理,从而获得连接一个网络的位置信息所在的至少一个网络空间树,根据网络空间树即可确定网络的覆盖范围。
可选的,本公开中的位置信息可以是电子设备中全球定位装置采集的位置信息,其中,全球定位装置可以为GPS定位传感器、北斗定位传感器等。在实际应用中,全球定位装置可以按照第一时间周期采集位置信息,带有全球定位装置的电子设备可以按照第二时间周期将采集的位置信息发送到执行图1所示方法的装置中。随着时间的推移,执行图1所示方法的装置中将保存有一段时间内的多个电子设备的位置信息。为了保证数据的时效性,本公开可以对距离当前时刻最近的一段时间内的位置信息进行图1所示方法的处理,这段时间可以称之为:时间窗口,该时间窗口的窗口大小可依据情况设置,例如:7天、3天等。可以理解的是,随着时间的推移,时间窗口也相应移动。
可以理解的是,全球定位装置采集的位置信息的单位一般为经纬度,如使用经纬度单位。以经纬度为单位的位置信息将增加处理过程的复杂度。因此本公开可以进行单位转换,减少处理过程的复杂度,一个实施例中,将经纬度转换为长度单位,如:千米,米等。在实际应用中,本公开还可以变更转换单位后的位置信息的坐标系的原点,例如:将北京的某建筑所在地作为原点,并依据该原点修改各位置信息的坐标。可选的,当位置信息为二维位置信息时,位置信息的单位可以为经纬度或经纬度转换后的长度。可选的,本公开的位置信息还可以为三维位置信息,例如位置信息还具有海拔这一维度信息。
可选的,图1所示方法还可以包括:
在位置信息的坐标单位为经纬度的情况下,将位置信息的坐标单位由经纬度转换为米。
可选的,本公开可以使用投影算法,以经纬度(0,0)作为原点,将位置信息的坐标单位由经纬度转换为米。当然,也可以将其他坐标点作为原点。
在步骤S12中,根据至少一个电子设备的位置信息,构建网络的第一网络空间树,第一网络空间树包括树节点,树节点表征位置范围,具有连接关系的两个树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,第一网络空间树包括的叶子节点表征电子设备的位置信息。
可选的,本公开可以使用R树技术或其他空间索引构建技术来构建第一网络空间树。
可选的,本公开中的位置信息可以为位置点的坐标。
可选的,具有连接关系的两个树节点中的上层节点表征的位置范围为该上层节点包括的所有下层节点表征的位置范围的外接图形的覆盖范围。上述外接图形可以为外接矩形、外接圆形等。
R树是用于存储空间数据的树状数据结构,例如为地理位置、矩形和多边形这类多维数据建立索引。为方便理解,下面对第一网络空间树进行举例说明:图2为网络空间树的一个例子,如图2所示,该网络空间树包括十个树节点,分别为:R、R1至R9。其中,R4至R9为叶子节点,R为根节点。由实线相连的两个树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,如:R表征的位置范围包括R1表征的位置范围,R1表征的位置范围包括R4表征的位置范围。当一个上层节点连接多个下层节点时,该上层节点表征的位置范围同时包括这多个下层节点表征的位置范围。如图2所示,R表征的位置范围包括:R1表征的位置范围、R2表征的位置范围和R3表征的位置范围。R1表征的位置范围包括:R4表征的位置范围和R5表征的位置范围。图3为与图2所示的网络空间树对应的位置范围示意图。其中,R表征的覆盖范围为最大的矩形框表示的范围,图3中一个矩形框对应的树节点的标识位于该矩形框的左上角,通过矩形框的左上角的树节点的标识即可知悉各矩形框对应的树节点。需要说明的是,在实际应用中,叶子节点表征的位置范围可以为一个预定大小的矩形框。理论上,一个位置点是没有覆盖范围的,叶子节点的覆盖范围为该位置点的外接矩形所覆盖的范围,因此叶子节点的覆盖范围理论上也是0。但为了图形表示,本公开可以设置叶子节点表征的位置范围为一个固定大小的矩形框。除叶子节点外,其他树节点的覆盖范围为其包括的所有下层节点表征的位置范围的外接矩形的覆盖范围。如:图2中树节点R1有两个下层节点,分别为:R4和R5,则图3中R1的覆盖范围为R4的覆盖范围以及R5的覆盖范围的外接矩形。
可以理解的是,图3所示的覆盖示意图即为一个空间索引。
空间索引是指依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数据结构。空间索引是对存储在介质上的数据位置信息的描述,是用来提高***对数据获取的效率,也称为空间访问方法(Spatial Access Method SAM)。常见空间索引类型有BSP树、K-D-B树、R树、R+树和CELL树等。本公开可以通过空间索引获取临近叶子节点。
需要说明的是,图3通过矩形框表示覆盖范围,在实际应用中,一个树节点表征的位置范围还可以为除矩形框外的其他形状,如圆形或不规则图形等,本公开在此不做限定。
可选的,步骤S12可以根据访问过第一目标网络的各电子设备的位置信息来构建该第一目标网络的第一网络空间树,由于步骤S12可以构建一个包含分别与步骤S11获取的所有位置信息对应的叶子节点的第一网络空间树,因此第一网络空间树的覆盖范围包含了步骤S11获取的所有位置信息,该第一网络空间树可以称为该第一目标网络的全量空间索引。
在步骤S13中,从第一网络空间树中选取第一叶子节点,第一叶子节点表示第一电子设备的第一位置信息,构建包含第一叶子节点的第二网络空间树,并在第一网络空间树中删除第一叶子节点,获得新第一网络空间树。
其中,第一叶子节点可以为第一网络空间树中的任意一个叶子节点,本公开步骤S13在选取第一叶子节点时,可以随机选取,也可以按照某种规律性选取方式进行选取,如:从左到右的顺序选取第一网络空间树中的叶子节点。以图2所示的网络空间树为例,本公开一可选实施例中,可以首选选取叶子节点R4,并构建包含R4的第二网络空间树。
其中,步骤S13构建的第二网络空间树,可以包含第一叶子节点这一个树节点。
在将第一叶子节点从第一网络空间树中删除后,第一网络空间树的覆盖范围也将相应变化。
可以理解的是,在一可选的实施例中,可以多次执行步骤S13以从第一网络空间树中分别选取不同的叶子节点并构建多个不同的第二网络空间树。为方便描述,上述步骤S13中从第一网络空间树中选取的叶子节点被命名为第一叶子节点,在实际应用中,每次执行步骤S13选取的各第一叶子节点可以为不同的叶子节点,相应的,每次执行步骤S13选取的各第一叶子节点表示的是不同的位置信息。
由于步骤S13每次选取的叶子节点都会从第一网络空间树中删除,因此随着步骤S13执行次数的增加,第一网络空间树中的叶子节点也将逐渐减少,直至没有叶子节点后,结束本发明的执行。
当然,在实际应用中,本发明也可以在获得一个或多个第二网络空间树后结束本发明的执行,而无需等到第一网络空间树中没有叶子节点后再结束本发明的执行。
在步骤S14中,从新第一网络空间树中获取第二网络空间树的临近叶子节点,临近叶子节点表征的位置信息与第二网络空间树表征的位置范围具有预设位置关系。
可选的,上述预设位置关系可以用于表征临近叶子节点与第二网络空间树表征的位置范围之间的临近特点,如上述预设位置关系可以为:临近叶子节点表征的位置信息与所述第二网络空间树表征的范围的边界的距离不大于预设阈值。
步骤S14可以将与第二网络空间树表征的位置范围密度可达的叶子节点确定为第二网络空间树的临近叶子节点。
可选的,密度可达为直接密度可达(Directly Density Reachable, DDR)或间接密度可达( Density Reachable,DR)。本领域技术人员可以理解的是,直接密度可达或间接密度可达是通过密度进行聚类的两种聚类方式。
其中,直接密度可达的含义为:对于样本集合D,如果样本点q在p的Ε邻域内,并且p为核心对象,那么对象q从对象p直接密度可达。
间接密度可达的含义为:对于样本集合D,给定一串样本点p1,p2…pn,p= p1,q= pn,假如对象pi从pi-1直接密度可达,那么对象q从对象p间接密度可达。其中,i,n为正整数。
可选的,位置信息可以为二维位置信息或三维位置信息,当位置信息为二维位置信息时,网络空间树表征的位置范围的形状可以为:外接矩形、外接圆形、外接多边形或外接椭圆等;当位置信息为三维位置信息时,网络空间树表征的位置范围的形状可以为:外接立方体、外接球体、外接多面体或外接椭球等。
步骤S14可以根据第二网络空间树表征的位置范围与新第一网络空间树中各叶子节点之间的位置关系,来查找临近叶子节点,这样就可以通过一个区域与位置点之间的位置关系来查找临近叶子节点,避免了通过点和点之间的距离来查找临近叶子节点带来的聚类速度慢的问题。即:本公开是通过一个区域来向四周查找临近位置点,相对于通过点向四周查找临近位置点而言,需要识别和判断的距离更少,因此有效提高了聚类速度。本公开可以将传统的聚类算法在最坏情况的时间复杂度从O(N2)降至为O(N)。
在一可选实施例中,步骤S14从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,可以具体包括:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则返回执行步骤S13。
若查找到临近叶子节点,则说明临近叶子节点到第二网络空间树的距离比较近,可以将找到的这些临近叶子节点添加到第二网络空间树中。若未查找到,则说明第二网络空间树中的全部叶子节点均已找到,此时根据已找到的全部叶子节点即可构建叶子节点的上层节点并逐层构建各层节点直至构建一个完整的第二网络空间树,此时第二网络空间树的覆盖范围即为网络的覆盖范围。
在步骤S15中,在第二网络空间树中添加临近叶子节点,获得新第二网络空间树,新第二网络空间树表征网络的覆盖范围。
在将临近叶子节点添加到第二网络空间树后,第二网络空间树的覆盖范围将扩大,第二网络空间树也将包括更多的树节点。在实际应用中,本公开一可选实施例可以多次对第二网络空间树执行步骤S14和步骤S15,每执行一次步骤S14和步骤S15,则将获取到新的临近叶子节点并将其添加到第二网络空间树,使得第二网络空间树的覆盖范围变大。
图4是根据另一示例性实施例示出的一种网络空间发现方法的流程图,如图4所示,该方法可以包括以下步骤。
在步骤S21中,获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置。
在步骤S22中,根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息。
在步骤S23中,从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树。
在步骤S24中,从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系。
在步骤S25中,在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
步骤S21至步骤S25分别与图1所示实施例中的步骤S11至步骤S15一致,相关解释说明请参见图1所示实施例,图4所示实施例不再对步骤S21至步骤S25进行解释说明。
在步骤S26中,在所述新第一网络空间树中删除所述临近叶子节点。
由于临近叶子节点已添加到第二网络空间树中,因此可以将临近叶子节点从新第一网络空间树中删除,这样,后续再次执行步骤S23以构建其他第二网络空间树时就不会再对此次步骤S26删除的临近叶子节点进行处理。可见,随着构建的第二网络空间树的增加以及随着第二网络空间树中树节点的增加,第一网络空间树中的叶子节点越来越少,直至第一网络空间树中不再存在叶子节点。
在步骤S27中,确定删除所述临近叶子节点的新第一网络空间树是否还包括叶子节点,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则执行步骤S28,否则结束图2所示方法的处理。
在步骤S28中,将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行步骤S23。
通过图4所示方法,本公开可以持续对第一网络空间树中的叶子节点进行处理,以构建更多的第二网络空间树,直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点为止。
图5是根据另一示例性实施例示出的一种网络空间发现方法的流程图,如图5所示,该方法可以包括以下步骤。
在步骤S31中,获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置.
在步骤S32中,根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息。
在步骤S33中,从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树。
在步骤S34中,从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系。
在步骤S35中,在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
步骤S31至步骤S35分别与图1所示实施例中的步骤S11至步骤S15一致,相关解释说明请参见图1所示实施例,图5所示实施例不再对步骤S31至步骤S35进行解释说明。
在步骤S36中,在所述新第一网络空间树中删除所述临近叶子节点.
将临近叶子节点从第一网络空间树中删除,可以避免再次从第一网络空间树中获取到之前已经获取过的临近叶子节点。
在步骤S37中,在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则执行步骤S38;若未查找到,则执行步骤S39。
可选的,在一实施例中,步骤S37在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,可以具体包括:
在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
当第二网络空间树表征的范围的形状为矩形时,步骤S37可以在所述新第一网络空间树中查找与所述第二网络空间树表征的矩形范围的边的距离不大于预设阈值的叶子节点。
可选的,上述预设阈值的取值范围可以为1米到50米。在其他实施例中,可根据情况具体设置。
在步骤S38中,将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,返回执行步骤S36。
由于步骤S35已将步骤S34获取到的临近叶子节点添加到了第二网络空间树,因此第二网络空间树发生了变化且其覆盖范围变大了,此时,可以继续基于变大的覆盖范围再次在第一网络空间树中查找第二网络空间树的临近叶子节点,若再次查找到,可以再次将此次查找到的临近叶子节点加入第二网络空间树并将此次查找到的临近叶子节点从第一网络空间树删除,然后再次查找临近叶子节点,直至无法再查找到第二网络空间树的临近叶子节点。
在步骤S39中,将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行步骤S33。
若无法再查找到第二网络空间树的临近叶子节点,则说明第二网络空间树中的所有叶子节点均已找到,此时,若第一网络空间树中还剩余有叶子节点,可以继续返回执行步骤S23以根据第一网络空间树中剩余的叶子节点再次构建其他第二网络空间树。
可选的,在一实施例中,步骤S39可以具体包括:
将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则返回执行步骤S33。
在本公开的各实施例提供的网络空间发现方法中,还可以包括:
若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
本公开可以从一个第一网络空间树中构建一个或多个第二网络空间树,每一个第二网络空间树均为网络的一个覆盖范围。当步图1所示骤S11获取的是访问过同一网络的电子设备的位置信息时,本公开构建的每一个第二网络空间树均表征该网络的一个覆盖范围。可以理解的是,由于存在搬家等情况,因此即使同一个网络,也可能存在多个不同的覆盖范围,例如:张三从A小区搬家到B小区但是均使用了同一个无线网络,则通过本公开的网络空间发现方法可以构建到该无线网络在A小区的覆盖范围以及在B小区的覆盖范围。
当步骤S11获取的是访问过不同网络的电子设备的位置信息时,本公开构建的每一个第二网络空间树可以均表征该一个网络的覆盖范围。
当步骤S11获取的是访问过同一网络的电子设备的位置信息时,本公开可以通过构建的第二网络空间树将一些异常的位置信息删除,例如:某位置信息远离其他位置信息,则通过本公开构建多个第二网络空间树后,若其中一个第二网络空间树仅包含该位置信息对应的一个叶子节点,则可以知悉该位置信息可能为异常的位置信息,可以将该异常的位置信息删除。
当步骤S11获取的是访问过同一网络的电子设备的位置信息时,本公开还可以通过构建的第二网络空间树确定网络的类型,如:是移动网络(如用户携带开启热点功能的手机进行移动)还是固定网络。例如:当本公开构建到了多个第二网络空间树时,则说明上述网络为移动网络;当本公开构建到了一个第二网络空间树时,则说明上述网络为固定网络。
图6是根据一示例性实施例示出的一种网络空间发装置框图。参照图6,该装置包括信息获取单元121、第一构建单元122、第二构建单元123、节点选取单元124和节点添加单元125。
信息获取单元121,被配置为执行获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置;
第一构建单元122,被配置为执行根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息;
第二构建单元123,被配置为执行从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
节点选取单元124,被配置为执行从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系;
节点添加单元125,被配置为执行在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
可选的,上述网络空间发现装置还包括:
第一节点删除单元,被配置为执行:在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点判断单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,并再次触发第二构建单元123,直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点。
可选的,节点选取单元124被具体配置为:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则再次触发第二构建单元123。
可选的,上述网络空间发现装置还包括:
第二节点删除单元,被配置为执行在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点查找单元,被配置为执行在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,再次触发第二节点删除单元;若未查找到,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次触发第二构建单元。
可选的,所述节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次触发第二构建单元123,具体被配置为:
节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则再次触发第二构建单元122。
可选的,所述节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,被具体配置为:
节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
可选的,图6所示装置还包括:
范围确定单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种电子设备700的框图,参照图7,该电子设备700包括:
处理器701;
用于存储所述处理器701可执行指令的存储器702;
其中,所述处理器701被配置为执行所述指令,以实现本公开任一实施例提供的网络空间发现方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器702,上述指令可由电子设备700的处理器701执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开实施例还提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备700的处理器701执行时,使得电子设备700能够执行如本公开任一实施例提供的网络空间发现方法。
本公开实施例还一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现本公开任一实施例提供的网络空间发现方法。
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。本申请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来限制。
Claims (16)
1.一种网络空间发现方法,其特征在于,包括:
获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置;
根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息;
从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系;
在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
2.根据权利要求1所述的方法,其特征在于,所述在所述第二网络空间树中添加所述临近叶子节点之后,还包括:
在所述新第一网络空间树中删除所述临近叶子节点;
若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行以下步骤:
从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点。
3.根据权利要求1所述的方法,其特征在于,所述从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,包括:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
4.根据权利要求1所述的方法,其特征在于,所述在所述第二网络空间树中添加所述临近叶子节点之后,还包括:
在所述新第一网络空间树中删除所述临近叶子节点;
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,返回执行所述在所述新第一网络空间树中删除所述临近叶子节点的步骤;若未查找到,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
5.根据权利要求4所述的方法,其特征在于,所述将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤,包括:
将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则返回执行所述从所述第一网络空间树中选取第一叶子节点的步骤。
6.根据权利要求4所述的方法,其特征在于,所述在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,包括:
在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
8.一种网络空间发现装置,其特征在于,包括:
信息获取单元,被配置为执行获取访问过网络的至少一个电子设备的位置信息,所述位置信息表示所述电子设备的位置;
第一构建单元,被配置为执行根据至少一个所述电子设备的位置信息,构建所述网络的第一网络空间树,所述第一网络空间树包括树节点,所述树节点表征位置范围,具有连接关系的两个所述树节点中的上层节点表征的位置范围包括下层节点表征的位置范围,所述第一网络空间树包括的叶子节点表征所述电子设备的位置信息;
第二构建单元,被配置为执行从所述第一网络空间树中选取第一叶子节点,所述第一叶子节点表示第一电子设备的第一位置信息,构建包含所述第一叶子节点的第二网络空间树,并在所述第一网络空间树中删除所述第一叶子节点,获得新第一网络空间树;
节点选取单元,被配置为执行从所述新第一网络空间树中获取所述第二网络空间树的临近叶子节点,所述临近叶子节点表征的位置信息与所述第二网络空间树表征的位置范围具有预设位置关系;
节点添加单元,被配置为执行在所述第二网络空间树中添加所述临近叶子节点,获得新第二网络空间树,所述新第二网络空间树表征所述网络的覆盖范围。
9.根据权利要求8所述的网络空间发现装置,其特征在于,还包括:
第一节点删除单元,被配置为执行:在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点判断单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,并再次触发所述第二构建单元,直到删除所述临近叶子节点的新第一网络空间树不包括叶子节点。
10.根据权利要求8所述的网络空间发现装置,其特征在于,所述节点选取单元被具体配置为:
在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点;若未查找到,则再次触发所述第二构建单元。
11.根据权利要求8所述的网络空间发现装置,其特征在于,还包括:
第二节点删除单元,被配置为执行在所述第二网络空间树中添加所述临近叶子节点之后,在所述新第一网络空间树中删除所述临近叶子节点;
节点查找单元,被配置为执行在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,若查找到,则将查找到的叶子节点确定为所述第二网络空间树的临近叶子节点,在所述第二网络空间树中添加所述临近叶子节点,再次触发所述第二节点删除单元;若未查找到,则将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次所述触发第二构建单元。
12.根据权利要求11所述的网络空间发现装置,其特征在于,所述节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,再次触发第二构建单元,具体被配置为:
所述节点查找单元将删除所述临近叶子节点的新第一网络空间树作为所述第一网络空间树,若删除所述临近叶子节点的新第一网络空间树还包括叶子节点,则再次触发所述第二构建单元。
13.根据权利要求11所述的网络空间发现装置,其特征在于,所述节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树的距离不大于预设阈值的叶子节点,被具体配置为:
所述节点查找单元在所述新第一网络空间树中查找与所述第二网络空间树表征的范围的边界的距离不大于预设阈值的叶子节点。
14.根据权利要求8至13中任一项所述的网络空间发现装置,其特征在于,还包括:
范围确定单元,被配置为执行若删除所述临近叶子节点的新第一网络空间树不包括叶子节点,则分别将各新第二网络空间树表征的范围确定为所述网络的一个覆盖范围。
15.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的网络空间发现方法。
16.一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至7中任一项所述的网络空间发现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612803.2A CN113254724B (zh) | 2021-06-02 | 2021-06-02 | 网络空间发现方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110612803.2A CN113254724B (zh) | 2021-06-02 | 2021-06-02 | 网络空间发现方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113254724A true CN113254724A (zh) | 2021-08-13 |
CN113254724B CN113254724B (zh) | 2021-10-15 |
Family
ID=77185961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110612803.2A Active CN113254724B (zh) | 2021-06-02 | 2021-06-02 | 网络空间发现方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113254724B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080069008A1 (en) * | 2006-09-18 | 2008-03-20 | Park Jongjun | Node for self localization, clustering method using the same, and localization method |
US20100332475A1 (en) * | 2009-06-25 | 2010-12-30 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
CN103714080A (zh) * | 2012-09-29 | 2014-04-09 | 北京百度网讯科技有限公司 | 基于空间索引结构树提供空间对象搜索结果的方法和设备 |
CN107154133A (zh) * | 2017-06-22 | 2017-09-12 | 南京邮电大学 | 一种基于限定位置的区域预警方法 |
CN108805182A (zh) * | 2018-05-28 | 2018-11-13 | 南京信息工程大学 | 一种基于连通距离和连通强度的birch改进算法 |
CN109299548A (zh) * | 2018-09-28 | 2019-02-01 | 宁波市安贞信息科技有限公司 | 一种面向网络的建筑信息模型数据发布与可视化方法 |
CN109634962A (zh) * | 2018-12-08 | 2019-04-16 | 拉扎斯网络科技(上海)有限公司 | 商户查找方法、装置、电子设备和存储介质 |
CN110287392A (zh) * | 2019-06-20 | 2019-09-27 | 沈阳航空航天大学 | 一种基于安全划分树的安全空间网络查询方法 |
CN111145129A (zh) * | 2020-04-03 | 2020-05-12 | 速度时空信息科技股份有限公司 | 基于超体素的点云去噪方法 |
CN111182557A (zh) * | 2020-02-25 | 2020-05-19 | 广州致远电子有限公司 | 一种基于树形网络的探测组网***、方法及存储介质 |
CN112214488A (zh) * | 2020-10-09 | 2021-01-12 | 华东师范大学 | 一种欧式空间数据索引树及构建和检索方法 |
CN112765405A (zh) * | 2019-10-21 | 2021-05-07 | 千寻位置网络有限公司 | 空间数据搜索结果的聚类和查询的方法及*** |
CN112800148A (zh) * | 2021-02-04 | 2021-05-14 | 国网福建省电力有限公司 | 一种基于聚类特征树和离群度量化的散乱污企业研判方法 |
-
2021
- 2021-06-02 CN CN202110612803.2A patent/CN113254724B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080069008A1 (en) * | 2006-09-18 | 2008-03-20 | Park Jongjun | Node for self localization, clustering method using the same, and localization method |
US20100332475A1 (en) * | 2009-06-25 | 2010-12-30 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
CN103714080A (zh) * | 2012-09-29 | 2014-04-09 | 北京百度网讯科技有限公司 | 基于空间索引结构树提供空间对象搜索结果的方法和设备 |
CN107154133A (zh) * | 2017-06-22 | 2017-09-12 | 南京邮电大学 | 一种基于限定位置的区域预警方法 |
CN108805182A (zh) * | 2018-05-28 | 2018-11-13 | 南京信息工程大学 | 一种基于连通距离和连通强度的birch改进算法 |
CN109299548A (zh) * | 2018-09-28 | 2019-02-01 | 宁波市安贞信息科技有限公司 | 一种面向网络的建筑信息模型数据发布与可视化方法 |
CN109634962A (zh) * | 2018-12-08 | 2019-04-16 | 拉扎斯网络科技(上海)有限公司 | 商户查找方法、装置、电子设备和存储介质 |
CN110287392A (zh) * | 2019-06-20 | 2019-09-27 | 沈阳航空航天大学 | 一种基于安全划分树的安全空间网络查询方法 |
CN112765405A (zh) * | 2019-10-21 | 2021-05-07 | 千寻位置网络有限公司 | 空间数据搜索结果的聚类和查询的方法及*** |
CN111182557A (zh) * | 2020-02-25 | 2020-05-19 | 广州致远电子有限公司 | 一种基于树形网络的探测组网***、方法及存储介质 |
CN111145129A (zh) * | 2020-04-03 | 2020-05-12 | 速度时空信息科技股份有限公司 | 基于超体素的点云去噪方法 |
CN112214488A (zh) * | 2020-10-09 | 2021-01-12 | 华东师范大学 | 一种欧式空间数据索引树及构建和检索方法 |
CN112800148A (zh) * | 2021-02-04 | 2021-05-14 | 国网福建省电力有限公司 | 一种基于聚类特征树和离群度量化的散乱污企业研判方法 |
Non-Patent Citations (2)
Title |
---|
WANG JING-BIN ET AL.: ""An optimization algorithm for spatial index structure based on spatial clustering"", 《IEEE:2011 INTERNATIONAL CONFERENCE ON BUSINESS COMPUTING AND GLOBAL INFORMATIZATION》 * |
余冬梅: ""基于K-Means聚类的R-树空间索引方法研究与分析"", 《科技导报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113254724B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9501577B2 (en) | Recommending points of interests in a region | |
KR101847360B1 (ko) | 위치 기반 서비스들을 구현하는 방법, 장치 및 시스템 | |
KR101530304B1 (ko) | 소셜 네트워킹 서비스들에서 인접 사용자를 검색하는 방법 및 서버 | |
US7010308B2 (en) | Managing and querying moving point data | |
CN106649331B (zh) | 商圈识别方法及设备 | |
KR101493184B1 (ko) | 지리학적 데이터베이스를 맵 타일 데이터베이스로 변환하기 위한 방법, 장치 및 컴퓨터 프로그램 제품 | |
JP5925338B2 (ja) | 無線ネットワークアクセスポイントの発見 | |
CN105873177A (zh) | 一种用于获取共享无线接入点的接入信息的方法与设备 | |
CN106126575A (zh) | 一种地理位置服务方法、服务器和*** | |
CN105159958A (zh) | 一种基于移动终端的图片信息处理的方法及*** | |
CN109145225B (zh) | 一种数据处理方法及装置 | |
Rahman et al. | Hdbscan: Density based clustering over location based services | |
Abbasifard et al. | Efficient indexing for past and current position of moving objects on road networks | |
CN110046216A (zh) | 应用于电子地图的空间关键字查询的近似搜索方法 | |
CN113254724B (zh) | 网络空间发现方法、装置、电子设备及存储介质 | |
KR101001844B1 (ko) | 위치 기반 서비스에서 사용자의 위치 정보를 클로킹하기위한 클로킹 영역 생성 시스템 및 방법 | |
CN113074735B (zh) | 一种地图数据结构的处理方法 | |
CN108509550A (zh) | 一种支持协作处理查询的空间索引结构及其构造方法 | |
JP5776403B2 (ja) | 領域検索方法、領域検索プログラムおよび情報処理装置 | |
CN110674843A (zh) | 一种停车场实体的生成方法及*** | |
CN115190110B (zh) | 一种地理位置确定方法和装置 | |
CN113313829B (zh) | 显示模型的快速构建处理方法及装置 | |
JP6167531B2 (ja) | 領域検索方法、領域インデックス構築方法および領域検索装置 | |
JP2013152531A (ja) | 領域検索方法,領域検索プログラム,および情報処理装置 | |
KR20120007131A (ko) | 증강현실 응용을 위한 트리인덱스에서 삼각형 필터링 |
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 |