本技術(shù)涉及數(shù)據(jù)處理，尤其是涉及一種多源異構(gòu)數(shù)據(jù)的匹配方法、裝置及電子設(shè)備。

背景技術(shù)：

1、隨著大數(shù)據(jù)行業(yè)的快速發(fā)展，越來越多的行業(yè)開始應(yīng)用大數(shù)據(jù)來實現(xiàn)業(yè)務(wù)的檢測、查詢以及管理等操作，因此，大數(shù)據(jù)為數(shù)字經(jīng)濟(jì)提供了三維空間定位的框架和分析基礎(chǔ)，為加快實景三維建設(shè)，眾多區(qū)域開始率先搭建多源數(shù)據(jù)融合平臺，以更好的服務(wù)于城市精細(xì)化治理，但隨著時間的發(fā)展，且搭建多源數(shù)據(jù)融合平臺中使用到的最廣泛的空間矢量數(shù)據(jù)已經(jīng)由早年的嚴(yán)重缺乏更迭到目前的海量多源狀態(tài)，且空間矢量數(shù)據(jù)存在著數(shù)據(jù)來源多、結(jié)構(gòu)復(fù)雜、口徑不一以及融合困難等問題。

2、目前已有的多源異構(gòu)矢量數(shù)據(jù)在數(shù)據(jù)匹配融合的過程中，往往需要大量人工干預(yù)的工作，這樣會導(dǎo)致多源異構(gòu)數(shù)據(jù)在融合過程中的準(zhǔn)確性較差、自動化程度較低，常常出現(xiàn)錯配和漏配等情形，且人工干預(yù)會無形中增加了多源異構(gòu)矢量數(shù)據(jù)匹配的難度和復(fù)雜程度，且人工干預(yù)的多源異構(gòu)矢量數(shù)據(jù)融合精度較低，某種程度上，無法滿足不同應(yīng)用場景的使用需求。

技術(shù)實現(xiàn)思路

1、有鑒于此，本技術(shù)的目的在于提供一種多源異構(gòu)數(shù)據(jù)的匹配方法裝置及電子設(shè)備，本技術(shù)提供的實施例在提升了融合匹配準(zhǔn)確性和精度的同時，還減少了錯配和漏配等情形，降低了空間矢量數(shù)據(jù)匹配的難度和復(fù)雜程度，能夠適用于不同應(yīng)用場景的使用需求。

2、本技術(shù)實施例提供了一種多源異構(gòu)數(shù)據(jù)的匹配方法，所述多源異構(gòu)數(shù)據(jù)的匹配方法包括：

3、確定目標(biāo)區(qū)域下的初始空間矢量數(shù)據(jù)庫以及所述初始空間矢量數(shù)據(jù)庫中各個初始空間矢量數(shù)據(jù)對應(yīng)的唯一鍵映射關(guān)系；

4、基于預(yù)設(shè)面要素匹配算法對所述初始空間矢量數(shù)據(jù)進(jìn)行幾何匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)；

5、基于預(yù)設(shè)語義模糊匹配算法對所述標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)進(jìn)行屬性匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)；

6、基于所述標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)、所述標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)以及預(yù)設(shè)匹配閾值，確定所述目標(biāo)區(qū)域?qū)?yīng)的候選空間矢量數(shù)據(jù)；

7、基于預(yù)設(shè)空間知識圖譜、所述候選空間矢量數(shù)據(jù)以及各個所述唯一鍵映射關(guān)系，確定所述目標(biāo)區(qū)域下的目標(biāo)空間矢量數(shù)據(jù)庫，以便完成對初始空間矢量數(shù)據(jù)庫中多源異構(gòu)數(shù)據(jù)的匹配。

8、進(jìn)一步的，所述預(yù)設(shè)面要素匹配算法包括預(yù)設(shè)面要素降維匹配法和預(yù)設(shè)面要素重疊度匹配算法，所述基于預(yù)設(shè)面要素匹配算法對所述初始空間矢量數(shù)據(jù)進(jìn)行幾何匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)，包括：

9、根據(jù)預(yù)設(shè)面要素降維匹配法，對各個初始空間矢量數(shù)據(jù)中的面要素進(jìn)行降維匹配，確定目標(biāo)區(qū)域下的第一尺寸空間矢量數(shù)據(jù)；

10、根據(jù)預(yù)設(shè)面要素重疊度匹配算法，對各個所述初始空間矢量數(shù)據(jù)中的面要素進(jìn)行重疊度匹配，確定所述目標(biāo)區(qū)域下的第二尺寸空間矢量數(shù)據(jù)；

11、根據(jù)所述第一尺寸空間矢量數(shù)據(jù)、所述第二尺寸空間矢量數(shù)據(jù)以及第一預(yù)設(shè)權(quán)重系數(shù)組，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)。進(jìn)一步的，所述基于預(yù)設(shè)語義模糊匹配算法對所述標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)進(jìn)行屬性匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)，包括：

12、根據(jù)目標(biāo)項目對應(yīng)的多源數(shù)據(jù)庫和所述目標(biāo)項目對應(yīng)的預(yù)設(shè)特征數(shù)據(jù)，確定目標(biāo)區(qū)域下的可信poi數(shù)據(jù)；

13、基于所述可信poi數(shù)據(jù)、標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)以及預(yù)設(shè)語義模糊匹配算法，確定目標(biāo)區(qū)域下的標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)。

14、進(jìn)一步的，所述基于預(yù)設(shè)空間知識圖譜、所述候選空間矢量數(shù)據(jù)以及各個所述唯一鍵映射關(guān)系，確定所述目標(biāo)區(qū)域下的目標(biāo)空間矢量數(shù)據(jù)庫，包括：

15、基于預(yù)設(shè)空間知識圖譜，對候選空間矢量數(shù)據(jù)中的各個地理實體進(jìn)行匹配驗證；

16、將完成所述匹配驗證的至少一個所述地理實體按照對應(yīng)的唯一鍵映射關(guān)系進(jìn)行屬性擴(kuò)展，確定目標(biāo)區(qū)域?qū)?yīng)的目標(biāo)空間矢量數(shù)據(jù)庫，以便完成對初始空間矢量數(shù)據(jù)庫中多源異構(gòu)數(shù)據(jù)的匹配。

17、進(jìn)一步的，所述基于預(yù)設(shè)空間知識圖譜，對候選空間矢量數(shù)據(jù)中的各個地理實體進(jìn)行匹配驗證，包括：

18、根據(jù)預(yù)設(shè)空間知識圖譜，對候選空間矢量數(shù)據(jù)中的各個地理實體對應(yīng)的全部實體關(guān)系進(jìn)行數(shù)據(jù)融合，以實現(xiàn)對所述候選空間矢量數(shù)據(jù)中的各個所述地理實體進(jìn)行匹配驗證。

19、進(jìn)一步的，通過以下方式確定目標(biāo)區(qū)域下的初始空間矢量數(shù)據(jù)庫：

20、獲取目標(biāo)區(qū)域下的不同類型的初始數(shù)據(jù)；

21、將所述初始數(shù)據(jù)按照預(yù)設(shè)數(shù)據(jù)格式進(jìn)行預(yù)處理，確定目標(biāo)區(qū)域下的原始空間矢量數(shù)據(jù)庫；

22、將所述原始空間矢量數(shù)據(jù)庫中的原始空間矢量數(shù)據(jù)按照用途屬性進(jìn)行數(shù)據(jù)清洗，確定所述目標(biāo)區(qū)域下的初始空間矢量數(shù)據(jù)庫。

23、進(jìn)一步的，所述獲取目標(biāo)區(qū)域下的不同類型的初始數(shù)據(jù)，包括：

24、獲取目標(biāo)區(qū)域下的矢量數(shù)據(jù)、文字?jǐn)?shù)據(jù)以及圖像數(shù)據(jù)；

25、將所述文字?jǐn)?shù)據(jù)進(jìn)行坐標(biāo)提取和屬性信息提取，生成格式化文字?jǐn)?shù)據(jù)；

26、將所述圖像數(shù)據(jù)進(jìn)行矢量化處理和屬性字段提取，生成格式化圖像數(shù)據(jù)；

27、根據(jù)所述矢量數(shù)據(jù)、所述格式化文字?jǐn)?shù)據(jù)以及所述格式化圖像數(shù)據(jù)，確定目標(biāo)區(qū)域下的初始數(shù)據(jù)。

28、本技術(shù)實施例還提供了一種多源異構(gòu)數(shù)據(jù)的匹配裝置，所述多源異構(gòu)數(shù)據(jù)的匹配裝置包括：

29、獲取模塊，用于確定目標(biāo)區(qū)域下的初始空間矢量數(shù)據(jù)庫以及所述初始空間矢量數(shù)據(jù)庫中各個初始空間矢量數(shù)據(jù)對應(yīng)的唯一鍵映射關(guān)系；

30、幾何匹配模塊，用于基于預(yù)設(shè)面要素匹配算法對所述初始空間矢量數(shù)據(jù)進(jìn)行幾何匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)；

31、屬性匹配模塊，用于基于預(yù)設(shè)語義模糊匹配算法對所述標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)進(jìn)行屬性匹配，確定所述目標(biāo)區(qū)域下的標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)；

32、確定模塊，用于基于所述標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)、所述標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)以及預(yù)設(shè)匹配閾值，確定所述目標(biāo)區(qū)域?qū)?yīng)的候選空間矢量數(shù)據(jù)；

33、擴(kuò)展匹配模塊，用于基于預(yù)設(shè)空間知識圖譜、所述候選空間矢量數(shù)據(jù)以及各個所述唯一鍵映射關(guān)系，確定所述目標(biāo)區(qū)域下的目標(biāo)空間矢量數(shù)據(jù)庫，以便完成對初始空間矢量數(shù)據(jù)庫中多源異構(gòu)數(shù)據(jù)的匹配。

34、本技術(shù)實施例還提供一種電子設(shè)備，包括：處理器、存儲器和總線，所述存儲器存儲有所述處理器可執(zhí)行的機(jī)器可讀指令，當(dāng)電子設(shè)備運行時，所述處理器與所述存儲器之間通過總線通信，所述機(jī)器可讀指令被所述多源異構(gòu)數(shù)據(jù)的匹配方法的步驟。

35、本技術(shù)實施例還提供一種計算機(jī)可讀存儲介質(zhì)，該計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序，該計算機(jī)程序被處理器運行時執(zhí)行如上述的多源異構(gòu)數(shù)據(jù)的匹配方法的步驟。

36、本技術(shù)實施例提供的多源異構(gòu)數(shù)據(jù)的匹配方法、裝置及電子設(shè)備，與現(xiàn)有技術(shù)相比，本技術(shù)提供的實施例通過確定目標(biāo)區(qū)域下的初始空間矢量數(shù)據(jù)庫以及初始空間矢量數(shù)據(jù)庫中各個初始空間矢量數(shù)據(jù)對應(yīng)的唯一鍵映射關(guān)系，并基于預(yù)設(shè)面要素匹配算法對初始空間矢量數(shù)據(jù)進(jìn)行幾何匹配，確定目標(biāo)區(qū)域下的標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)，以及基于預(yù)設(shè)語義模糊匹配算法對標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)進(jìn)行屬性匹配，確定目標(biāo)區(qū)域下的標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)，然后基于標(biāo)準(zhǔn)屬性空間矢量數(shù)據(jù)、標(biāo)準(zhǔn)尺寸空間矢量數(shù)據(jù)以及預(yù)設(shè)匹配閾值，確定目標(biāo)區(qū)域?qū)?yīng)的候選空間矢量數(shù)據(jù)，并基于預(yù)設(shè)空間知識圖譜、候選空間矢量數(shù)據(jù)以及各個唯一鍵映射關(guān)系，確定目標(biāo)區(qū)域下的目標(biāo)空間矢量數(shù)據(jù)庫，以便完成對初始空間矢量數(shù)據(jù)庫中多源異構(gòu)數(shù)據(jù)的匹配，實現(xiàn)了對多源異構(gòu)的空間矢量數(shù)據(jù)的自動化融合和匹配，在提升了融合匹配準(zhǔn)確性和精度的同時，還減少了錯配和漏配等情形，降低了空間矢量數(shù)據(jù)匹配的難度和復(fù)雜程度，能夠適用于不同應(yīng)用場景的使用需求。

37、為使本技術(shù)的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細(xì)說明如下。