[发明专利]配送区域与配送点的匹配方法和装置及存储介质在审

专利信息
申请号: 202010270402.9 申请日: 2020-04-08
公开(公告)号: CN111476523A 公开(公告)日: 2020-07-31
发明(设计)人: 陶兴源;李芳媛;刘永霞 申请(专利权)人: 上海明略人工智能(集团)有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06K9/62;G06Q50/12
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周婷婷
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 配送 区域 匹配 方法 装置 存储 介质
【权利要求书】:

1.一种配送区域与配送点的匹配方法,其特征在于,包括:

从地图中确定出待匹配的目标配送区域的区域信息,及N个候选配送点的配送点信息,其中,所述N个候选配送点中的每个候选配送点与所述目标配送区域之间的第一距离小于或等于第一阈值,所述N为正整数;

从所述目标配送区域的区域信息中提取配送区域特征,并从所述N个候选配送点的配送点信息中分别提取出每个候选配送点的配送点特征;

依次对所述配送区域特征及所述配送点特征进行组合,生成N个目标特征向量;

将每一个所述目标特征向量依次输入区域匹配模型,其中,所述区域匹配模型为利用样本数据进行训练得到的分类器模型;

根据所述区域匹配模型的输出结果,从所述N个候选配送点中确定出与所述目标配送区域匹配的目标配送点。

2.根据权利要求1所述的方法,其特征在于,所述从地图中确定出待匹配的目标配送区域的区域信息,及N个候选配送点的配送点信息包括:

提取所述地图中的图像特征集合;

从所述图像特征集合中获取所述目标配送区域对应的目标图像特征。

3.根据权利要求1所述的方法,其特征在于,所述从地图中确定出待匹配的目标配送区域的区域信息,及N个候选配送点的配送点信息包括:

确定所述目标配送区域的区域中心;

计算所述地图中的多个配送点与所述区域中心的第二距离,并确定所述第二距离小于或等于所述第一阈值的M个配送点,其中,M为大于或等于N的整数;

在所述M大于1的情况下,根据所述第二距离对所述M个配送点进行排序,并确定所述排序中前N个的配送点为所述候选配送点。

4.根据权利要求3所述的方法,其特征在于,在所述计算所述地图中的多个配送点与所述区域中心的第二距离,并确定所述第二距离小于或等于所述第一阈值的M个配送点之后,还包括:

在所述M小于或等于1的情况下,确定所述第二距离最小的配送点为所述候选配送点。

5.根据权利要求3所述的方法,其特征在于,所述依次对所述配送区域特征及所述配送点特征进行组合,生成N个目标特征向量包括:

重复执行以下步骤,直至遍历所述N个候选配送点:

获取与第i个候选配送点对应的第i个配送点特征及第i个距离特征,其中,所述第i个配送点特征中携带有所述第i个候选配送点的平均配送量,所述第i个距离特征用于指示所述第i个候选配送点到所述目标配送区域的所述区域中心的距离;

对所述第i个配送点特征、所述第i个距离特征及所述目标配送区域的所述配送区域特征进行拼接组合,得到第i个目标特征向量,其中,所述i为大于1,且小于等于N的整数。

6.根据权利要求1所述的方法,其特征在于,在所述从地图中确定出待匹配的目标配送区域的区域信息,及N个候选配送点的配送点信息之前包括:

获取多个配送区域的样本匹配特征,构建区域匹配样本库;

利用所述区域匹配样本库对初始化区域匹配模型进行机器训练,得到所述区域匹配模型。

7.一种配送区域与配送点的匹配装置,其特征在于,包括:

第一确定单元,用于从地图中确定出待匹配的目标配送区域的区域信息,及N个候选配送点的配送点信息,其中,所述N个候选配送点中的每个候选配送点与所述目标配送区域之间的第一距离小于或等于第一阈值,所述N为正整数;

提取单元,用于从所述目标配送区域的区域信息中提取配送区域特征,并从所述N个候选配送点的配送点信息中分别提取出每个候选配送点的配送点特征;

生成单元,用于依次对所述配送区域特征及所述配送点特征进行组合,生成N个目标特征向量;

输入单元,用于将每一个所述目标特征向量依次输入区域匹配模型,其中,所述区域匹配模型为利用样本数据进行训练得到的分类器模型;

第二确定单元,用于根据所述区域匹配模型的输出结果,从所述N个候选配送点中确定出与所述目标配送区域匹配的目标配送点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010270402.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top