[发明专利]一种确定城市功能区域的类型的方法及装置

权利要求书

1.一种确定城市功能区域的类型的方法，其特征在于，包括：

获取目标城市中城市功能区域的卫星遥感影像数据；

对所述卫星遥感影像数据进行处理，获得所述卫星遥感影像数据的特征向量；

获取用户在目标城市的到访行为数据；

对所述到访行为数据进行处理，获得所述到访行为数据的特征向量；

以所述卫星遥感影像数据的特征向量和所述到访行为数据的特征向量作为输入数据，输入预训练模型并进行处理，获得城市功能区域的类型的输出值；

根据所述输出值确定目标城市中城市功能区域的类型。

2.如权利要求1所述的确定城市功能区域的类型的方法，其特征在于，所述对所述卫星遥感影像数据进行处理，获得所述卫星遥感影像数据的特征向量，包括：

对所述卫星遥感影像数据进行预处理，获得预处理后的卫星遥感影像数据；

通过第一神经网络模型对所述预处理后的卫星遥感影像数据进行处理，获得卫星遥感影像数据的特征向量。

3.如权利要求2所述的确定城市功能区域的类型的方法，其特征在于，所述对所述卫星遥感影像数据进行处理进行预处理，获得预处理后的卫星遥感影像数据，包括：

通过图像增强方法对所述卫星遥感影像数据进行预处理，获得预处理后的卫星遥感影像数据；其中，所述图像增强方法包括图像去雾处理方法、直方图均衡处理方法、图像去噪处理方法中的至少一种。

4.如权利要求1所述的确定城市功能区域的类型的方法，其特征在于，所述对所述到访行为数据进行处理，获得所述到访行为数据的特征向量，包括：

将所述到访行为数据转化为矩阵；

通过第二神经网络模型对所述矩阵进行训练，获得到访行为数据的特征向量。

5.如权利要求4所述的确定城市功能区域的类型的方法，其特征在于，所述将所述到访行为数据转化为矩阵，包括：

提取所述到访行为数据的时间节点；

将所述时间节点转化为时间节点矩阵。

6.如权利要求1所述的确定城市功能区域的类型的方法，其特征在于，所述预训练模型为多模融合模型；

所述根据所述城市功能区域的类型的输出值确定目标城市中城市功能区域的类型，包括：

通过多模融合模型对所述卫星遥感影像数据的特征向量和到访行为数据的特征向量进行全连接处理，获得城市功能区域的类型的输出值；

根据所述城市功能区域的类型的输出值，计算所述城市功能区域对应不同类型的概率值，根据所述城市功能区域的类型的概率值确定目标城市中城市功能区域的类型。

7.一种确定城市功能区域的类型的装置，其特征在于，包括：

第一获取模块，用于获取目标城市中城市功能区域的卫星遥感影像数据；

第一处理模块，用于对所述卫星遥感影像数据进行处理，获得所述卫星遥感影像数据的特征向量；

第二获取模块，用于获取用户在目标城市的到访行为数据；

第二处理模块，用于对所述到访行为数据进行处理，获得所述到访行为数据的特征向量；

数据处理模块，用于以所述卫星遥感影像数据的特征向量和所述到访行为数据的特征向量作为输入数据，输入预训练模型并进行处理，获得城市功能区域的类型的输出值；

确定模块，用于根据所述输出值确定目标城市中城市功能区域的类型。

8.如权利要求7所述的确定城市功能区域的类型的装置，其特征在于，所述第一处理模块，包括：

预处理单元，用于对所述卫星遥感影像数据进行预处理，获得预处理后的卫星遥感影像数据；

第一处理单元，用于通过第一神经网络模型对所述预处理后的卫星遥感影像数据进行处理，获得卫星遥感影像数据的特征向量。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至6任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。