本发明涉及地理分析领域,尤其涉及一种投资决策分析方法、装置、设备及存储介质。
背景技术:
在经济领域中,土地的地理状态和周围建筑的分布类型都是决定土地价格的客观因素。土地价格的客观条件有时,人的观察具有一定的局限性,人很难完整的针对不同的地理状态和建筑分布类型对土地的价值作出客观评价。
人较难对土地的水源、绿化、周围山林、四周学校、超市等一些客观存在的自然和社会情况进行评估,会基于自己的偏好给出不同的评价。但是,深度学习的兴起使得复杂系统的评价和认识能够成为现实,针对目前对土地资源综合自然和社会条件的复杂与混乱,需要一种稳定的对土地复杂系统的精确分析技术,提供完整和客观的数据评价用于提供投资决策依据。
技术实现要素:
本发明的主要目的在于解决土地资源综合自然和社会条件的复杂与混乱导致难以完整客观分析的技术问题。
本发明第一方面提供了一种投资决策分析方法,所述投资决策分析方法包括:
获取预置地理信息系统的四个点击请求,分析所述四个点击请求,得到投资决策的地理范围;
抓取所述地理范围中所有的地理特征,根据预置转化规则,对所有所述地理特征进行向量化,生成特征矩阵;
将所述特征矩阵输入预置解析模型,对所述特征矩阵进行解析处理,生成解析矩阵;
根据预置分析模型,对所述解析矩阵进行结果分析处理,得到结果矩阵;
将所述结果矩阵进行池化判断处理,得到所述投资决策的分析结果。
可选的,在本发明第一方面的第一种实现方式中,所述抓取所述地理范围中所有的地理特征,根据预置转化规则,对所有所述地理特征进行向量化,生成特征矩阵包括:
根据所述地理范围,生成包含所述地理范围的最小矩形,以及基于所述最小矩形,生成特征零矩阵;
获取所述地理范围中的所有地理特征;
根据预置数值对应表,抓取所有所述地理特征对应的数据值,并将所有所述数据值替换所述特征零矩阵中的元素,生成特征矩阵。
可选的,在本发明第一方面的第二种实现方式中,在所述分析所述四个点击请求,得到投资决策的地理范围之后,在所述抓取所述地理范围中所有的地理特征之前,还包括
获取所述四个点击请求对应的点击坐标,根据四个所述点击坐标,基于几何规则计算出交叉坐标;
获取预置扫描距离,以所述交叉坐标为中心,所述扫描距离为半径,生成地理圆形区域;
读取所述地理圆形区域中所有的积分特征,并根据预置积分值对应表,计算所有积分特征对应积分值的总和,得到积分总额;
判断所述积分总额是否超过预置数据阈值;
若未超过,则将未达成基本要求的信息输出至预置显示端口。
可选的,在本发明第一方面的第三种实现方式中,所述将所述特征矩阵输入预置解析模型,对所述特征矩阵进行解析处理,生成解析矩阵包括:
根据预置提取矩阵,对所述特征矩阵进行卷积处理,生成卷积矩阵;
获取预置赋值矩阵;
将所述卷积矩阵与所述赋值矩阵相乘,得到解析矩阵。
可选的,在本发明第一方面的第四种实现方式中,所述根据预置分析模型,对所述解析矩阵进行结果分析处理,得到结果矩阵包括:
对所述解析矩阵进行归一化,得到归一化值;
判断所述归一化值是否超过预置分析阈值;
若超过所述分析阈值,则将所述解析矩阵确认为结果矩阵;
若未超过所述分析阈值,则更改所述赋值矩阵数据,以及重新生成解析矩阵。
可选的,在本发明第一方面的第五种实现方式中,所述将所述结果矩阵进行池化判断处理,得到所述投资决策的分析结果包括:
获取预置池化矩阵,对所述结果矩阵进行最大池化处理,生成最大池化矩阵;
根据预置激活函数,对所述最大池化矩阵激活处理,得到激活值;
根据所述激活值,基于预置分析策略,生成所述投资决策的分析结果。
可选的,在本发明第一方面的第六种实现方式中,所述根据所述激活值,基于预置分析策略,生成所述投资决策的分析结果包括:
判断所述激活值是否超过预置激活阈值;
若超过所述激活阈值,则将所述投资决策确定为合格;
若未超过所述激活阈值,则将所述投资决策确定为不合格。
本发明第二方面提供了一种投资决策分析装置,包括:
获取模块,用于获取预置地理信息系统的四个点击请求,分析所述四个点击请求,得到投资决策的地理范围;
向量化模块,用于抓取所述地理范围中所有的地理特征,根据预置转化规则,对所有所述地理特征进行向量化,生成特征矩阵;
解析模块,用于将所述特征矩阵输入预置解析模型,对所述特征矩阵进行解析处理,生成解析矩阵;
分析模块,用于根据预置分析模型,对所述解析矩阵进行结果分析处理,得到结果矩阵;
池化模块,用于将所述结果矩阵进行池化判断处理,得到所述投资决策的分析结果。
本发明第三方面提供了一种投资决策分析设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述投资决策分析设备执行上述的投资决策分析方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的投资决策分析方法。
附图说明
图1为本发明实施例中投资决策分析方法的第一个实施例示意图;
图2为本发明实施例中投资决策分析方法的第二个实施例示意图;
图3为本发明实施例中投资决策分析方法的第三个实施例示意图;
图4为本发明实施例中投资决策分析装置的一个实施例示意图;
图5为本发明实施例中投资决策分析装置的另一个实施例示意图;
图6为本发明实施例中投资决策分析设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种投资决策分析方法、装置、设备及存储介质。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中投资决策分析方法的第一个实施例包括:
101、获取预置地理信息系统的四个点击请求,分析四个点击请求,得到投资决策的地理范围;
在本实施例中,使用点击请求来划定在地理信息系统中需要分析的地理区域,地理信息系统中带有测量的海拔高度、地面地形、江河湖泊、学校分布、超市分布、公交分布等一些数据,获取到投资决策的地里范围,则需要判断该区域是否适合进行投资决策。
102、抓取地理范围中所有的地理特征,根据预置转化规则,对所有地理特征进行向量化,生成特征矩阵;
在本实施例中,获取到区域的地理特征后,就需要基于地理上的特征,对所有地理特性进行向量化,例如海拔高度会进行背景设置,最低的海拔为零的基础,而其他海拔高度基于这个高度进行相加,形成矩阵的背景数据,然后江河湖泊均设置为负5000的数据,而学校分布上学校本身作为100的数据,周围1公里设置为50,周围1-3公里设置为20,这样提取整个地理特征的数据,将地理特征向量化生成特征矩阵a。
103、将特征矩阵输入预置解析模型,对特征矩阵进行解析处理,生成解析矩阵;
在本实施例中,特征矩阵a,要进行特征处理,先使用卷积矩阵b对整个特征矩阵a进行卷积步长为1的卷积处理,得到卷积矩阵b处理后的特征提取矩阵c,然后将特征提取矩阵c与训练好的赋值矩阵d相乘,得到附带有客观评价的解析矩阵e,客观评价可以是离学校近离湖泊远,土地平整度较好等,根据地理特征的分布和评价,生成解析矩阵e。
104、根据预置分析模型,对解析矩阵进行结果分析处理,得到结果矩阵;
在本实施例中,解析矩阵e需要与通过激活函数softmax函数,针对每个解析矩阵e的激活结果(a,b,c,d,q,w),其中,a+b+c+d+q+w=1。
105、将结果矩阵进行池化判断处理,得到投资决策的分析结果。
在本实施例中,结果矩阵(a,b,c,d,q,w)已经得到每个结果之间的可能性,但是由于数据处理过程中会存在过度锐化的情况,此时的分析结果矩阵中附带的结果具有一定的偏离和错误,因此会由的乘积的最大池化矩阵(0.07,1.24,0.47,0.9,0.85,1.2)判断,从(0.07a,1.24b,0.47c,0.9d,0.85q,1.2w)中的最大值得到分析结果,最终发现0.85q最大,即将0.85q对应的策略作为分析结果输出。
本发明实施例中,通过从记录实际地理环境特征数据的地理信息系统中抓取投资地理范围,对投资地理范围的地貌数据进行精确分析,并加入学校分布、超市分布、公交分布等一些社会特征数据,在复杂的综合系统中提供完整和客观的数据分析结果用于提供投资决策依据。
请参阅图2,本发明实施例中投资决策分析方法的第二个实施例包括:
201、获取预置地理信息系统的四个点击请求,分析四个点击请求,得到投资决策的地理范围;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
202、获取四个点击请求对应的点击坐标,根据四个点击坐标,基于几何规则计算出交叉坐标;
在本实施例中,获得a、b、c、d四个点的坐标,然后获得ab直线的解析公式,获得cd直线的解析公式,将ab直线和cd直线组合计算得到交叉坐标t。
203、获取预置扫描距离,以交叉坐标为中心,扫描距离为半径,生成地理圆形区域;
在本实施例中,预置扫描距离为10公里,则以交叉坐标t为中心,扫描半径在10公里内的圆形区域。
204、读取地理圆形区域中所有的积分特征,并根据预置积分值对应表,计算所有积分特征对应积分值的总和,得到积分总额;
在本实施例中,积分特征有小学10分、中学10分、大学20分、商城15分、政府大楼15分、火车站30等,扫描出小学50个、中学30个、大学5个、商城15个、政府大楼3栋、火车站2个,计算出总分为1230分。
205、判断积分总额是否超过预置数据阈值;
在本实施例中,设置的数据阈值为1400分,1230分小于1400分。
206、若未超过,则将未达成基本要求的信息输出至预置显示端口;
在本实施例中,没有超过基本分析的阈值则{未达成基本要求}的信息输出到显示端口中,并终止分析。
207、根据地理范围,生成包含地理范围的最小矩形,以及基于最小矩形,生成特征零矩阵;
在本实施例中,生成包含a、b、c、d四个点的坐标最小零矩阵。
208、获取地理范围中的所有地理特征;
在本实施例中,学校分布中学校本身作为100的数据,周围1公里设置为50,周围1-3公里设置为20,政府大楼45和火车站10,获取所有地理特征在地理范围的位置。
209、根据预置数值对应表,抓取所有地理特征对应的数据值,并将所有数据值替换特征零矩阵中的元素,生成特征矩阵;
在本实施例中,将学校设置为100,周围1公里设置为50,周围1-3公里设置为20,政府大楼45和火车站10的位置替换零矩阵中的元素,生成特征矩阵。
210、将特征矩阵输入预置解析模型,对特征矩阵进行解析处理,生成解析矩阵;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
211、根据预置分析模型,对解析矩阵进行结果分析处理,得到结果矩阵;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
212、将结果矩阵进行池化判断处理,得到投资决策的分析结果。
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例中,通过从记录实际地理环境特征数据的地理信息系统中抓取投资地理范围,对投资地理范围的地貌数据进行精确分析,并加入学校分布、超市分布、公交分布等一些社会特征数据,在复杂的综合系统中提供完整和客观的数据分析结果用于提供投资决策依据。
请参阅图3,本发明实施例中投资决策分析方法的第三个实施例包括:
301、获取预置地理信息系统的四个点击请求,分析四个点击请求,得到投资决策的地理范围;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
302、抓取地理范围中所有的地理特征,根据预置转化规则,对所有地理特征进行向量化,生成特征矩阵;
本实施例描述的方法实施例与第一个实施例类似,可以参考前述方法实施例中的对应过程,在此不再赘述。
303、根据预置提取矩阵,对特征矩阵进行卷积处理,生成卷积矩阵;
在本实施例中,提取矩阵t对生成的特征矩阵a进行步长为1的卷积乘积,得到卷积矩阵。
304、获取预置赋值矩阵;
在本实施例中,赋值矩阵是根据分析结果调整训练,然后再分析再调整训练出来的矩阵。
305、将卷积矩阵与赋值矩阵相乘,得到解析矩阵;
在本实施例中,卷积矩阵与赋值矩阵进行相乘后,获得一维的解析矩阵。
306、对解析矩阵进行归一化,得到归一化值;
在本实施例中,将一维的解析矩阵的所有数据使用函数:
计算每个元素对应的归一化值。
307、判断归一化值是否超过预置分析阈值;
在本实施例中,计算每个元素对应的归一化值是否超过分析阈值,这是避免分析结果过于分散而进行的前置判断。
308、若超过分析阈值,则将解析矩阵确认为结果矩阵;
在本实施例中,如果存在某个元素的归一化值大于分析阈值,则解析矩阵可以确定为结果矩阵。
309、若未超过分析阈值,则更改赋值矩阵数据,以及重新生成解析矩阵;
在本实施例中,如果没有某个元素的归一化值大于分析阈值,则调整赋值矩阵中的元素大小,然后重新生成解析矩阵,进行重新归一化判断。
310、获取预置池化矩阵,对结果矩阵进行最大池化处理,生成最大池化矩阵;
在本实施例中,(0.07,1.24,0.47,0.9,0.85,1.2)对结果矩阵(a,b,c,d,q,w)进行乘积,得到最大池化矩阵(0.07a,1.24b,0.47c,0.9d,0.85q,1.2w)。
311、根据预置激活函数,对最大池化矩阵激活处理,得到激活值;
在本实施例中,直接softmax函数对(0.07a,1.24b,0.47c,0.9d,0.85q,1.2w)进行激活处理,得到0.85q的值最大,即认为0.85q对应的值为激活值。
312、判断激活值是否超过预置激活阈值;
在本实施例中,0.85q对应的激活值为0.345,激活阈值为0.012。
313、若超过激活阈值,则将投资决策确定为合格;
在本实施例中,将0.85q对应的投资决策下位的规划45度到135度的投资策略确定为合格。
314、若未超过激活阈值,则将投资决策确定为不合格。
在本实施例中,将0.85q对应的投资决策下位的规划45度到135度的投资策略确定为不合格。
本发明实施例中,通过从记录实际地理环境特征数据的地理信息系统中抓取投资地理范围,对投资地理范围的地貌数据进行精确分析,并加入学校分布、超市分布、公交分布等一些社会特征数据,在复杂的综合系统中提供完整和客观的数据分析结果用于提供投资决策依据。
上面对本发明实施例中投资决策分析方法进行了描述,下面对本发明实施例中投资决策分析装置进行描述,请参阅图4,本发明实施例中投资决策分析装置一个实施例包括:
获取模块401,用于获取预置地理信息系统的四个点击请求,分析所述四个点击请求,得到投资决策的地理范围;
向量化模块402,用于抓取所述地理范围中所有的地理特征,根据预置转化规则,对所有所述地理特征进行向量化,生成特征矩阵;
解析模块403,用于将所述特征矩阵输入预置解析模型,对所述特征矩阵进行解析处理,生成解析矩阵;
分析模块404,用于根据预置分析模型,对所述解析矩阵进行结果分析处理,得到结果矩阵;
池化模块405,用于将所述结果矩阵进行池化判断处理,得到所述投资决策的分析结果。
本发明实施例中,通过从记录实际地理环境特征数据的地理信息系统中抓取投资地理范围,对投资地理范围的地貌数据进行精确分析,并加入学校分布、超市分布、公交分布等一些社会特征数据,在复杂的综合系统中提供完整和客观的数据分析结果用于提供投资决策依据。
请参阅图5,本发明实施例中投资决策分析装置的另一个实施例包括:
获取模块401,用于获取预置地理信息系统的四个点击请求,分析所述四个点击请求,得到投资决策的地理范围;
向量化模块402,用于抓取所述地理范围中所有的地理特征,根据预置转化规则,对所有所述地理特征进行向量化,生成特征矩阵;
解析模块403,用于将所述特征矩阵输入预置解析模型,对所述特征矩阵进行解析处理,生成解析矩阵;
分析模块404,用于根据预置分析模型,对所述解析矩阵进行结果分析处理,得到结果矩阵;
池化模块405,用于将所述结果矩阵进行池化判断处理,得到所述投资决策的分析结果。
其中,所述向量化模块402具体用于:
根据所述地理范围,生成包含所述地理范围的最小矩形,以及基于所述最小矩形,生成特征零矩阵;
获取所述地理范围中的所有地理特征;
根据预置数值对应表,抓取所有所述地理特征对应的数据值,并将所有所述数据值替换所述特征零矩阵中的元素,生成特征矩阵。
其中,所述投资决策分析装置还包括积分判断模块406,所述积分判断模块406具体用于:
获取所述四个点击请求对应的点击坐标,根据四个所述点击坐标,基于几何规则计算出交叉坐标;
获取预置扫描距离,以所述交叉坐标为中心,所述扫描距离为半径,生成地理圆形区域;
读取所述地理圆形区域中所有的积分特征,并根据预置积分值对应表,计算所有积分特征对应积分值的总和,得到积分总额;
判断所述积分总额是否超过预置数据阈值;
若未超过,则将未达成基本要求的信息输出至预置显示端口。
其中,所述解析模块403具体用于:
根据预置提取矩阵,对所述特征矩阵进行卷积处理,生成卷积矩阵;
获取预置赋值矩阵;
将所述卷积矩阵与所述赋值矩阵相乘,得到解析矩阵。
其中,所述分析模块404具体用于:
对所述解析矩阵进行归一化,得到归一化值;
判断所述归一化值是否超过预置分析阈值;
若超过所述分析阈值,则将所述解析矩阵确认为结果矩阵;
若未超过所述分析阈值,则更改所述赋值矩阵数据,以及重新生成解析矩阵。
其中,所述池化模块405包括:
获取单元4051,用于获取预置池化矩阵,对所述结果矩阵进行平均池化处理,生成平均池化矩阵;
激活单元4052,用于根据预置激活函数,对所述平均池化矩阵激活处理,得到激活值;
结果生成单元4053,用于根据所述激活值,基于预置分析策略,生成所述投资决策的分析结果。
其中,所述结果生成单元4053具体用于:
判断所述激活值是否超过预置激活阈值;
若超过所述激活阈值,则将所述投资决策确定为合格;
若未超过所述激活阈值,则将所述投资决策确定为不合格。
本发明实施例中,通过从记录实际地理环境特征数据的地理信息系统中抓取投资地理范围,对投资地理范围的地貌数据进行精确分析,并加入学校分布、超市分布、公交分布等一些社会特征数据,在复杂的综合系统中提供完整和客观的数据分析结果用于提供投资决策依据。
上面图4和图5从模块化功能实体的角度对本发明实施例中的投资决策分析装置进行详细描述,下面从硬件处理的角度对本发明实施例中投资决策分析设备进行详细描述。
图6是本发明实施例提供的一种投资决策分析设备的结构示意图,该投资决策分析设备600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessingunits,cpu)610(例如,一个或一个以上处理器)和存储器620,一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对投资决策分析设备600中的一系列指令操作。更进一步地,处理器610可以设置为与存储介质630通信,在投资决策分析设备600上执行存储介质630中的一系列指令操作。
基于投资决策分析设备600还可以包括一个或一个以上电源640,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口660,和/或,一个或一个以上操作系统631,例如windowsserve,macosx,unix,linux,freebsd等等。本领域技术人员可以理解,图6示出的投资决策分析设备结构并不构成对基于投资决策分析设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述投资决策分析方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。