一种质心确定方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术公开了一种质心确定方法、装置、服务器及存储介质，该方法包括：基于指纹点密度确定算法，确定目标区域内与每一个指纹点相对应的指纹点密度；根据指纹点密度确定与每一个指纹点对应的指纹点权重值；根据目标区域内与每一个指纹点相对应的指纹点特征值，以及与指纹点特征值相对应的指纹点权重值，确定与目标区域相对应的当前质心数据。本公开实施例的技术方案，解决了现有技术中仅通过加权或算数平均值法确定与各个区域对应的质心数据时，未考虑每个指纹点的差异性，导致确定的质心数据不准确，实现了基于指纹点的相对位置，确定与不同指纹点对应的权重值，从而得到目标区域的质心数据，提高确定质心数据准确性，及定位效率的技术效果。

【技术实现步骤摘要】
一种质心确定方法、装置、服务器及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种质心确定方法、装置、服务器及存储介质。
技术介绍
目前，随着智能设备的普及、通信技术和互联网技术的不断发展，用户对设备的智能化程度有了越来越高的期待。基于这种期待，以状态空间和线性代数为核心的状态分析被提出并成为处理各种情况的主流分析手段，其中，指纹法是状态分析中一种较为常见的分析方法。常用于定位系统，机器学习等人工智能领域。现阶段，确定质心的方法主要是通过算术平均法和加权平均法来实现。其中，算术平均法只指的是直接对每个状态点，即指纹点的原始数据进行处理来确定质心的位置。此方法虽然简单，计算速度快，但容易受到极端值影响，从而导致确定质心的精度较低。为了解决了这一问题，在采用算术平均法对处理数据之前，需要先滤除一部分极端值，在对剩余的数据进行处理，存在滤除的数据并不准确，并且繁琐复杂的技术问题。加权平均法来确定质心时，主要是基于概率分布，以及基于系统建模的人为指定。其中，基于概率分布是根据高斯概率模型对各个指纹数据进行处理，来确定各个本文档来自技高网...

【技术保护点】
1.一种质心确定方法，其特征在于，包括：/n基于指纹点密度确定算法，确定目标区域内与每一个指纹点相对应的指纹点密度；/n根据所述指纹点密度确定与每一个所述指纹点对应的指纹点权重值；/n根据目标区域内与每一个指纹点相对应的指纹点特征值，以及与所述指纹点特征值相对应的指纹点权重值，确定与所述目标区域相对应的当前质心数据。/n

【技术特征摘要】
1.一种质心确定方法，其特征在于，包括：
基于指纹点密度确定算法，确定目标区域内与每一个指纹点相对应的指纹点密度；
根据所述指纹点密度确定与每一个所述指纹点对应的指纹点权重值；
根据目标区域内与每一个指纹点相对应的指纹点特征值，以及与所述指纹点特征值相对应的指纹点权重值，确定与所述目标区域相对应的当前质心数据。


2.根据权利要求1所述的方法，其特征在于，在所述基于指纹点密度确定算法，确定目标区域内与每一个指纹点相对应的指纹点密度之前，还包括：
按照预设划分规则将预设区域划分为至少两个目标区域，以分别确定与每个目标区域相对应的当前质心数据。


3.根据权利要求1所述的方法，其特征在于，所述基于指纹点密度确定算法，确定目标区域内与每一个指纹点相对应的指纹点密度，包括：
依次获取目标区域中的每一个指纹点，并作为目标指纹点；
确定并统计在所述目标指纹点预设邻域内指纹点的数量，并将所述数量作为与所述目标指纹点相对应的指纹点密度。


4.根据权利要求1所述的方法，其特征在于，所述根据所述指纹点密度确定与每一个所述指纹点对应的指纹点权重值，包括：
对目标区域内与每一个指纹点相对应的指纹点密度进行累加，得到与所述目标区域相对应的第一数值；
基于与每一个指纹点相对应的指纹点密度以及所述第一数值，得到与每一个指纹点相对应的指纹点权重值。


5.根据权利要求1所述的方法，其特征在于，所述根据目标区域内与每一个指纹点相对应的指纹点特征值，以及与所述指纹点特征值相对应的指纹点权重值，确定与所述目标区域相对应的当前质心数据，包括：
计算每一个指纹点特征值，...

【专利技术属性】
技术研发人员：潘鸿裕，刘玉平，陈凌伟，郑梦含，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：广东;44