买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中移(苏州)软件技术有限公司;中国移动通信集团有限公司申请的专利地理功能区识别方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116244426B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111480343.9，技术领域涉及：G06F16/35；该发明授权地理功能区识别方法、装置、设备及存储介质是由郑玉丽;蔡巍巍设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本地理功能区识别方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种地理功能区识别方法、装置、设备及存储介质。该方法包括：获取待识别区域的道路图层数据和POI数据，基于道路图层数据将待识别区域划分为多个子区域，基于POI数据之间的空间距离确定符合上下文关系的POI数据对，基于POI数据的特征信息生成向量组并作为词向量训练模型的输入，得到POI数据的词向量，加权计算词向量得到子区域的分区向量，对分区向量进行聚类分析以确定子区域所属的功能区类别。本方案涉及的POI数据对选取符合社会经济活动规律和统计数据，根据POI数据对训练得到的词向量能更好地挖掘POI数据的空间分布特征等语义信息，为后续子区域功能区的识别提供支撑。

本发明授权地理功能区识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种地理功能区识别方法，其特征在于，包括： 获取待识别区域的道路图层数据和所述待识别区域内的兴趣点POI数据； 基于所述道路图层数据将所述待识别区域划分为至少两个子区域； 基于各所述POI数据之间的空间距离和距离阈值，确定符合上下文关系的POI数据对； 基于所述POI数据的特征信息生成所述POI数据对的向量组，所述向量组包括所述POI数据对中的两个POI数据各自对应的向量； 将各所述向量组输入词向量训练模型，学习得到各所述POI数据的词向量； 基于所述POI数据与所述子区域的对应关系，加权计算各所述子区域内的POI数据的词向量，得到各所述子区域的分区向量； 基于设定的聚类数对所述分区向量进行聚类分析，并根据所述聚类分析的聚类簇确定各所述子区域所属的功能区类别； 其中，所述POI数据包括：逐级细分的至少两级类别，其中，各级类别均为多个；所述方法还包括： 采用语义相似性度量方法，计算至少两个末级类别之间的语义相似性，得到第一POI类语义相似性序列； 基于所述词向量训练模型的训练结果，计算所述符合上下文关系的POI数据对之间的语义相似性，得到第二POI类语义相似性序列； 基于所述第一POI类语义相似性序列加权计算得到第一语义相似度； 基于所述第二POI类语义相似性序列加权计算得到第二语义相似度； 基于所述第一语义相似度和第二语义相似度的比较结果，调整所述词向量训练模型的训练参数，所述训练参数包括以下至少之一：向量维度和训练轮数； 其中，所述POI数据包括：逐级细分的至少两级类别，其中，各级类别均为多个；所述方法还包括： 基于所述聚类分析的聚类簇，计算各所述子区域内各首级类别的POI数据的密度数据，所述密度数据用于反映各首级类别的POI数据在所述聚类簇中的密度权重值； 基于所述聚类分析的聚类簇，计算所述子区域内各首级类别的POI数据的富集因子，所述富集因子用于反映各首级类别的POI数据在所述聚类簇中的富集程度； 相应地，所述根据所述聚类分析的聚类簇确定各所述子区域所属的功能区类别，包括： 针对各所述子区域，对所述聚类簇中POI数据的数量与POI数据的密度权重值和或富集因子进行加权求和，选取求和值最大的聚类簇所属类别，作为相应子区域所属的功能区类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中移(苏州)软件技术有限公司;中国移动通信集团有限公司，其通讯地址为：215163 江苏省苏州市高新区昆仑山路58号1幢中移软件园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。