[发明专利]一种基于网格技术的目标对象精确锁定与智能筛查的方法及装置

权利要求书

1.一种基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，包括如下步骤：

获取与目标对象有关联的地理位置信息和面貌数据；

对所述地理位置信息和所述面貌数据网格化；

根据网格化后的地位位置信息和面貌数据，计算候选对象与目标对象的地理位置相似度和/或体征相似度以确定目标对象。

2.根据权利要求1所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述获取与目标对象有关联的地理位置信息和面貌特征包括如下步骤：

将目标对象面貌划分为若干个单元，以形成网格结构；

根据已有的目标对象的地理位置信息和面貌数据，挖掘与目标对象有关联的地理位置信息和面貌特征信息。

3.根据权利要求1所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述对所述地理位置信息和所述面貌数据网格化包括如下步骤：

将目标对象所在地理位置和面貌划分为若干个网格单元，并对每个单元赋予相应的属性值。

4.根据权利要求3所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述每个单元的位置由其行列号定义，所述每个单元表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。

5.根据权利要求1所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述根据网格化后的地位位置信息和面貌数据，计算候选对象与目标对象的地理位置相似度和/或体征相似度以确定目标对象包括如下步骤：

提取目标对象所在地理区域的候选对象和面貌特征信息；若目标所在地理区域内候选核心对象点只有1个，则直接将该核心对象点作为目标对象地理位置信息和面貌特征聚类核心；

若通过聚类得到多个核心对象点，使用平均法得到所述多个核心对象点的中心点，将所述中心点作为目标对象地理位置信息和面貌特征聚类核心。

6.根据权利要求5所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述根据网格化后的地理位置信息和面貌特征信息，计算候选对象与目标对象的地理位置相似度和/或体征相似度以确定目标对象还包括如下步骤：

根据所述核心对象点或所述核心中心点的地理位置信息和面貌特征，利用K最邻近原则计算其与目标对象的地理位置信息和/或面貌特征信息之间的距离的概率。

7.根据权利要求6所述的基于网格技术的目标对象精确锁定与智能筛查的方法，其特征在于，所述根据网格化后的地理位置信息和面貌特征，计算候选对象与目标对象的地理位置相似度和/或体征相似度以确定目标对象还包括如下步骤：

根据面貌特征信息赋予不同权重，得到各特征信息标签的权重，通过语义相似性计算，统计出这些特征信息的概率，并将概率最高的一个或多个特征信息及其对应的疾病特征，作为智能筛查的结果。

8.一种基于网格技术的目标对象精确锁定与智能筛查的装置，其特征在于，包括获取模块、处理模块、计算模块，

所述获取模块，用于获取与目标对象有关联的地理位置信息和面貌数据；

所述处理模块，用于对所述地理位置信息和所述面貌数据网格化；

所述计算模块，用于根据网格化后的地位位置信息和面貌数据，计算候选对象与目标对象的地理位置相似度和/或体征相似度以确定目标对象。

9.根据权利要求8所述的于网格技术的目标对象精确锁定与智能筛查的装置，其特征在于，所述计算模块利用K最邻近原则计算候选对象与目标对象的地理位置信息和/或面貌特征信息之间的距离。

10.根据权利要求9所述的于网格技术的目标对象精确锁定与智能筛查的装置，其特征在于，

所述计算模块根据面貌特征信息赋予不同权重，得到各特征信息标签的权重，通过语义相似性计算，统计出所述特征信息的概率，并将概率最高的一个或多个特征信息及其对应的疾病特征，作为智能筛查的结果。