[发明专利]一种确定城市功能区域的类型的方法及装置

说明书

本申请适用于数据处理技术领域，提供了一种确定城市功能区域的类型的方法，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。本申请通过预训练模型对卫星遥感影像数据和到访行为数据进行处理确定目标城市中城市功能区域的类型的结果，提高了确定结果的准确性。

技术领域

本申请属于数据处理技术领域，尤其涉及一种确定城市功能区域的类型的方法及装置。

背景技术

随着科学和经济的飞速发展，城市的发展也越来越快，相应的智慧化城市的应用面越来越广。其中，通过对城市进行智能划分和管理，进一步推动城市经济的发展，成为了城市循环发展的一个重要环节。

目前，城市的划分方法主要是通过深度学习图像分类算法卫星拍摄的遥感影像进行划分，由于部分的遥感图像清晰度较低，因此，影响到了深度学习图像分类算法的分析能力，进而使得城市功能区域的类型的划分的准确率不高，

发明内容

本申请实施例提供了一种确定城市功能区域的类型的方法及装置，可以解决现有技术进行城市功能区域的类型的划分的准确率不高的问题。

第一方面，本申请实施例提供了一种确定城市功能区域的类型的方法，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，所述预训练模型为多模融合模型。

所述根据所述输出值确定目标城市中城市功能区域的类型，包括：