[发明专利]停车场属性预测模型训练方法、停车场推荐方法及装置有效
申请号: | 202110518731.5 | 申请日: | 2021-05-12 |
公开(公告)号: | CN113257030B | 公开(公告)日: | 2023-01-31 |
发明(设计)人: | 王海博 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G08G1/14 | 分类号: | G08G1/14;G06Q10/04;G06Q50/30;G06N20/00 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 杨泽;刘芳 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 停车场 属性 预测 模型 训练 方法 推荐 装置 | ||
1.一种停车场属性预测模型训练方法,包括:
确定与目标停车场对应的待训练的停车场属性预测模型;所述与目标停车场对应的待训练的停车场属性预测模型,为预先设置的对应不同停车场的不同停车场属性预测模型之一;
将所述目标停车场的特征输入所述待训练的停车场属性预测模型,包括:将目标停车场的特征中的至少一种转换成统一单位的数据后,输入待训练的停车场属性预测模型;
采用所述待训练的停车场属性预测模型,获得所述目标停车场的对内对外属性预测结果;
根据所述目标停车场的实际对内对外属性和所述对内对外属性预测结果,对所述待训练的停车场属性预测模型进行训练,获得停车场属性预测模型。
2.根据权利要求1所述的方法,其中,所述确定与目标停车场对应的待训练的停车场属性预测模型,包括:
确定所述目标停车场的垂类,所述目标停车场的垂类是指所述目标停车场的类别;
根据所述垂类,确定所述待训练的停车场属性预测模型。
3.根据权利要求2所述的方法,其中,所述确定所述目标停车场的垂类,还包括:
根据所述目标停车场的用户固定性确定所述目标停车场的垂类。
4.根据权利要求2所述的方法,其中,所述目标停车场的特征包括下述至少一种:
所述目标停车场的垂类;
所述目标停车场的日均访问量;
所述目标停车场的访问总量;
所述目标停车场的用户总量;
所述目标停车场的访问量排名前设定位数的用户;
所述目标停车场的日均空余车位量;
所述目标停车场的客观停车指示。
5.根据权利要求4所述的方法,其中,在所述目标停车场的特征包括所述目标停车场的客观停车指示的情况下,所述方法还包括:
获得所述目标停车场周围与停车标记物有关的图像;
提取所述图像中的停车标记物;
根据搜索停车标记物,确定客观停车指示。
6.一种停车场推荐信息生成方法,包括:
根据用户位置,确定所述用户周围设定范围内的停车场;
根据所述用户周围设定范围内的停车场的对内对外属性,生成停车场推荐信息,所述停车场的对内对外属性为根据权利要求1-5中任意一项所述的训练后的停车场属性预测模型预测获得。
7.一种停车场属性模型训练装置,包括:
模型确定模块,用于确定与目标停车场对应的待训练的停车场属性预测模型;所述与目标停车场对应的待训练的停车场属性预测模型,为预先设置的对应不同停车场的不同停车场属性预测模型之一;
输入模块,用于将所述目标停车场的特征输入所述待训练的停车场属性预测模型,包括:将目标停车场的特征中的至少一种转换成统一单位的数据后,输入待训练的停车场属性预测模型;
结果模块,用于采用所述待训练的停车场属性预测模型,获得所述目标停车场的对内对外属性预测结果;
训练模块,用于根据所述目标停车场的实际对内对外属性和所述对内对外属性预测结果,对所述待训练的停车场属性预测模型进行训练,获得停车场属性预测模型。
8.根据权利要求7所述的装置,其中,所述模型确定模块包括:
垂类单元,用于确定所述目标停车场的垂类,所述目标停车场的垂类是指所述目标停车场的类别;
垂类信息处理单元,用于根据所述垂类,确定所述待训练的停车场属性预测模型。
9.根据权利要求8所述的装置,其中,所述垂类单元还用于:
根据所述目标停车场的用户固定性确定所述目标停车场的垂类。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202110518731.5/1.html,转载请声明来源钻瓜专利网。