共覆盖小区对智能识别方法、装置、设备及存储介质

    公开(公告)号:CN114554535B

    公开(公告)日:2024-04-19

    申请号:CN202011326870.X

    申请日:2020-11-24

    IPC分类号: H04W24/08 H04W16/18

    摘要: 本公开实施例公开了一种共覆盖小区对智能识别方法、装置、设备及存储介质,方法包括获取对若干个小区区域的采样数据,形成样本集,采样数据包括基站工参和MDT数据;对样本集中对应的小区区域进行格网划分,并将样本集中的MDT数据采样点聚类到格网中;根据样本集中的小区基站工参,构造小区对数据集;根据格网内的采样点得到各小区覆盖范围;根据小区覆盖范围,计算构造的小区对的重复覆盖面积,并进行共覆盖识别;本公开能够通过算法智能识别手段,可批量计算所有小区对的共覆盖属性,相比人工经验判断更高效;本公开通过计算两个小区的重叠覆盖区域面积识别共覆盖属性,相比传统人工凭经验判断,能够得到更为精准的判断结果。

    图片指纹过滤方法、装置、设备及可读存储介质

    公开(公告)号:CN116975338A

    公开(公告)日:2023-10-31

    申请号:CN202211547347.9

    申请日:2022-12-05

    摘要: 本申请公开了一种图片指纹过滤方法、装置、设备及可读存储介质,该方法包括步骤:提取待检测图片的低频指纹,并计算所述低频指纹与预设低频指纹库中的不良图片所对应指纹之间的各低频汉明距离;若确定所述待检测图片为近似纯色图片,则提取所述待检测图片的高频指纹;计算所述高频指纹与所述低频汉明距离中用于参考的低频汉明距离所对应指纹的各高频汉明距离;若所述各高频汉明距离中存在小于预设距离阈值的目标高频汉明距离,则确定所述待检测图片为不良图片,并对其过滤处理。本申请实现了提高对近似纯色图片进行过滤的精准性。

    一种信用评估方法、模型构建方法、显示方法及相关设备

    公开(公告)号:CN113034260A

    公开(公告)日:2021-06-25

    申请号:CN201911249373.1

    申请日:2019-12-09

    IPC分类号: G06Q40/02 G06K9/62

    摘要: 本发明提供一种信用评估方法、模型构建方法、显示方法及相关设备,其中,所述方法包括:获取目标用户的第一个体数据和关系数据,以及关系数据涉及的相关用户的第二个体数据;分别提取第一个体数据、关系数据和第二个体数据的特征数据,得到目标用户的第一个体特征数据集、关系特征数据集和相关用户的第二个体特征数据集;基于关系特征数据集,确定目标用户与相关用户之间的家庭关系权重;依据所述第一个体特征数据集、第二个体特征数据集以及所述家庭关系权重确定所述目标用户的信用评估结果。本发明实施例中将家庭用户数据与用户个体数据进行融合,能够提高信用评估结果的准确性。

    一种小区网络优化方法及装置

    公开(公告)号:CN114158060B

    公开(公告)日:2024-03-19

    申请号:CN202010931373.6

    申请日:2020-09-07

    IPC分类号: H04W24/02 H04W24/04 H04W24/10

    摘要: 本发明实施例提供了一种小区网络优化方法及装置。该方法包括:获取多个小区的网络特征数据,网络特征数据包括至少两个网络性能指标的特征数据;对多个小区的网络特征数据进行多次处理,逐次得到K个目标小区;分别以K个目标小区为聚类中心,对多个小区进行聚类分析,得到K个类簇;针对每个类簇分别执行以下步骤:根据类簇下的网络性能指标确定类簇下的关键网络性能指标;根据关键网络性能指标,对类簇采用与关键网络性能指标相对应的小区网络优化策略对类簇下的小区的网络进行优化。根据本发明实施例的方法便于优化人员确定每类小区存在的网络问题,进而有针对性的解决现网络存在的问题。

    一种视觉定位方法、装置和设备
    50.
    发明公开

    公开(公告)号:CN117292215A

    公开(公告)日:2023-12-26

    申请号:CN202210686857.8

    申请日:2022-06-16

    摘要: 本发明提供了一种视觉定位方法、装置和终端,所述视觉定位方法,包括:对获取的目标类图像进行实例分割,得到目标类图像中的目标物体的语义信息;根据语义信息和目标物体对应的目标特征点,得到目标物体的二维语义特征;在对目标物体进行跟踪,确定二维语义特征与第一路标物体匹配的情况下,根据语义信息、目标物体对应的目标特征点以及第一路标物体,得到目标相机的位姿估计信息。本发明方案,通过对目标类图像进行实例分割,得到目标物体的语义信息,并对目标物体进行跟踪,确定目标物体的二维语义特征与第一路标物体匹配后,利用语义信息辅助目标特征点,再结合第一路标物体,得到目标相机的位姿信息,可以提高定位的准确性和鲁棒性。