线路重合度检测方法、装置、计算机设备及存储介质与流程

1.本发明涉及智慧交通技术领域，尤其涉及一种线路重合度检测方法、装置、计算机设备及存储介质。


背景技术：

2.随着公共交通的快速发展，公共交通智能化信息技术也得以广泛应用。为了掌握公共交通空间分布，往往需要对公共交通中的公交线路进行差异性或者相似性分析，进而确定公交线路之间的重合度。
3.现有技术中，一般是通过人工调查方式确定不同公交线路之间的重合度，例如组织人员随车对公交线路进行统计调查。但是该方法需要耗费大量的人力和时间，并且人工调查的方式容易出现错误，进而导致确定公交线路的重合度效率和准确率较低。


技术实现要素：

4.本发明实施例提供一种线路重合度检测方法、装置、计算机设备及存储介质，以解决现有技术中确定公交线路的重合度效率和准确率较低的问题。
5.一种线路重合度检测方法，包括：
6.获取第一目标线路对应的第一线路数据和第二目标线路对应的第二线路数据；
7.根据所述第一线路数据和所述第二线路数据，确定所述第一目标线路和所述第二目标线路之间的重合线路以及差异线路；
8.从所述第一线路数据中筛选出属于所述重合线路的第一重合数据以及属于所述差异线路的第一差异数据；从所述第二线路数据中筛选出属于所述重合线路的第二重合数据以及属于所述差异线路的第二差异数据；
9.确定所述第一重合数据和所述第二重合数据之间的重合相似度，确定所述第一差异数据和所述第二差异数据之间的差异相似度；
10.根据所述重合相似度和所述差异相似度，确定所述第一目标线路和所述第二目标线路之间的线路重合度。
11.一种线路重合度检测装置，包括：
12.数据获取模块，用于获取第一目标线路对应的第一线路数据和第二目标线路对应的第二线路数据；
13.线路重合检测模块，用于根据所述第一线路数据和所述第二线路数据，确定所述第一目标线路和所述第二目标线路之间的重合线路以及差异线路；
14.数据筛选模块，用于从所述第一线路数据中筛选出属于所述重合线路的第一重合数据以及属于所述差异线路的第一差异数据；从所述第二线路数据中筛选出属于所述重合线路的第二重合数据以及属于所述差异线路的第二差异数据；
15.相似度计算模块，用于确定所述第一重合数据和所述第二重合数据之间的重合相似度，确定所述第一差异数据和所述第二差异数据之间的差异相似度；
16.重合度确定模块，用于根据所述重合相似度和所述差异相似度，确定所述第一目标线路和所述第二目标线路之间的线路重合度。
17.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述线路重合度检测方法。
18.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述线路重合度检测方法。
19.上述线路重合度检测方法、装置、计算机设备及存储介质，该线路重合度检测方法通过数据的方式表征不同线路(如上述第一目标线路和第二目标线路)的线路信息，进而可以直接根据不同线路对应的线路数据(如上述第一线路数据和第二线路数据)将线路准确拆分成重合线路和差异线路。为后续步骤进行线路重合度计算提供准确的数据基础，提高了线路重合度计算的准确率和效率。进一步地，根据重合线路和差异线路对应的数据分别进行相似度计算。如此即可将重合线路和差异线路进行有效区分。从而提高了线路重合度计算的准确率。
附图说明
20.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
21.图1是本发明一实施例中线路重合度检测方法的一应用环境示意图；
22.图2是本发明一实施例中线路重合度检测方法的一流程图；
23.图3是本发明一实施例中线路重合度检测装置的一原理框图；
24.图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.本发明实施例提供的线路重合度检测方法，该线路重合度检测方法可应用如图1所示的应用环境中。具体地，该线路重合度检测方法应用在线路重合度检测系统中，该线路重合度检测系统包括如图1所示的客户端和服务器，可以通过该目标人员分析系统中的客户端或者服务器实现目标人员分析方法，客户端与服务器通过网络进行通信，用于解决现有技术中确定公交线路的重合度效率和准确率较低的问题。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。其中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、
安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
27.在一实施例中，如图2所示，提供一种线路重合度检测方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
28.s10：获取第一目标线路对应的第一线路数据和第二目标线路对应的第二线路数据。
29.可以理解地，第一线路数据即为以数据形式记载车辆在第一目标线路上行驶过程中不同位置的时空属性信息。第二线路数据即为以数据形式记载车辆在第二目标线路上行驶过程中不同位置的时空属性信息。其中，第一目标线路和第二目标线路可以为任意的公共线路。车辆可以为公共汽车或者出租车等。时空属性信息包括线路名称和线路轨迹坐标。线路名称可以为公交线路定义的名称。线路轨迹坐标即为车辆在第一目标线路或者第二目标线路上行驶时途径的坐标，该线路轨迹坐标可以通过应用程序(如导航类的应用程序)对车辆的实时位置进行采集得到。线路轨迹坐标中即包含了经度坐标和纬度坐标。
30.进一步地，由于第一线路数据和第二线路数据中均包括线路轨迹坐标，且在第一目标线路和第二目标线路中均可能包含多个线路站点。因此，可以根据第一目标线路和第二目标线路对应的线路名称，预先确定第一目标线路和第二目标线路上包含的线路站点的线路轨迹坐标。进而将第一目标线路的线路名称、车辆途径第一目标线路的线路轨迹坐标、第一目标线路包含的线路站点和线路站点对应的线路轨迹坐标关联记录为第一线路数据。将第二目标线路的线路名称、车辆途径第二目标线路的线路轨迹坐标、第二目标线路包含的线路站点和线路站点对应的线路轨迹坐标关联记录为第二线路数据。将第一线路数据和第二线路数据存储至数据库(该数据库可以为sql数据库)中。
31.进一步地，在需要检测线路重合度时，可以根据需要检测线路重合度的目标线路的线路名称直接从上述数据库中获取对应的线路数据。示例性地，本实施例中需要对第一目标线路和第二目标线路进行线路重合度检测。首先，确定第一目标线路和第二目标线路对应的线路名称。进而将第一目标线路和第二目标线路对应的线路名称与数据库中所有线路数据中的线路名称进行匹配。从而将与第一目标线路的线路名称匹配的线路数据确定为第一线路数据，将与第二目标线路的线路名称匹配的线路数据确定为第二线路数据。
32.s20：根据第一线路数据和第二线路数据，确定第一目标线路和第二目标线路之间的重合线路以及差异线路。
33.可以理解地，重合线路即为第一目标线路和第二目标线路中相同的线路。差异线路即为第一目标线路和第二目标线路中不同的线路。在重合线路中，第一目标线路和第二目标线路具有相同的线路站点，且相同线路站点之间的线路轨迹坐标相同。在差异线路中，第一目标线路和第二目标线路具有的线路站点不同，或者第一目标线路和第二目标线路具有相同的线路站点，但该相同的线路站点之间的线路轨迹坐标不同。
34.具体地，在上述说明中指出第一线路数据和第二线路数据中记载了车辆在对应的第一目标线路或第二目标线路上行驶过程中的线路轨迹坐标，且该线路轨迹坐标中包含了第一目标线路和第二目标线路上所有线路站点的线路轨迹坐标。因此，可以从第一线路数据和第二线路数据中确定第一目标线路和第二目标线路包含的线路站点。进而根据第一目标线路和第二目标线路包含的线路站点，确定第一目标线路和第二目标线路中包含的连续
相同的线路站点，且相同的线路站点间的线路轨迹坐标相同的线路即为重合线路，除重合线路之外的其它线路即为差异线路。
35.s30：从第一线路数据中筛选出属于重合线路的第一重合数据以及属于差异线路的第一差异数据；从第二线路数据中筛选出属于重合线路的第二重合数据以及属于差异线路的第二差异数据。
36.具体地，在根据第一线路数据和第二线路数据，确定第一目标线路和第二目标线路之间的重合线路以及差异线路之后，由于重合线路和差异线路中记载着对应的线路站点，进而可以从第一线路数据中确定每一个线路站点对应的线路轨迹坐标。根据重合线路中包括的线路站点，从第一线路数据和第二线路数据中提取每两个连续相邻的线路站点之间的所有数据(包括线路站点对应的数据)，即得到第一重合数据和第二重合数据。根据差异线路中包括的线路站点，从第一线路数据和第二线路数据中提取每两个连续相邻的线路站点之间的所有数据(包括线路站点对应的数据)，即得到第一差异数据和第二差异数据。
37.示例性地，假设第一目标线路中包括p1,p2,p3,p4,p5,p6和p7总共7个线路站点。第二目标线路中包括p1,p2,p3,p8,p9,p6和p7总共7个线路站点。且此时第一目标线路和第二目标线路之间的重合线路为p1,p2,p3和p6，p7两条线路。第一目标线路和第二目标线路之间的差异线路为p4,p5和p8,p9两条线路。因此，可以从第一线路数据和第二线路数据中查询p1,p2,p3对应的数据以及p6，p7对应的数据。如先查询p1对应的线路轨迹坐标、p2对应的线路轨迹坐标以及p3对应的线路轨迹坐标。进而将p1对应的线路轨迹坐标和p2对应的线路轨迹坐标之间的所有线路轨迹坐标，和p2对应的线路轨迹坐标和p3对应的线路轨迹坐标之间的所有线路轨迹坐标所对应的数据确定为第一重合数据和第二重合数据。同理，可以从第一线路数据中查询p4,p5对应的数据以及从第二线路数据中查询p8,p9对应的数据。如先查询p4对应的线路轨迹坐标和p5对应的线路轨迹坐标，进而将第一线路数据中p4对应的线路轨迹坐标和p5对应的线路轨迹坐标之间的所有线路轨迹坐标记录为第一差异数据。将第二线路数据中p8对应的线路轨迹坐标和p9对应的线路轨迹坐标之间的所有线路轨迹坐标所对应的数据确定为第二差异数据。
38.s40：确定第一重合数据和第二重合数据之间的重合相似度，确定第一差异数据和第二差异数据之间的差异相似度。
39.可以理解地，重合相似度是指第一重合数据和第二重合数据之间的相似程度。由于第一重合数据和第二重合数据是重合线路对应的数据，而重合线路即为第一目标线路和第二目标线路中相同的线路，因此该重合相似度可以设置为一个固定的预设值，如可以直接设置为1。差异相似度是指第一差异数据和第二差异数据之间的相似程度。由于第一差异数据和第二差异数据是差异线路对应的数据，而差异线路即为第一目标线路和第二目标线路中不同的线路。因此本实施例可以通过余弦相似度或者欧式距离等方法确定第一差异数据和第二差异数据之间的差异相似度。
40.s50：根据重合相似度和差异相似度，确定第一目标线路和第二目标线路之间的线路重合度。
41.可以理解地，线路重合度即表征了第一目标线路和第二目标线路之间相似程度。具体地，在确定重合相似度和差异相似度之后，即可基于重合相似度和差异相似度对第一目标线路和第二目标线路之间相似程度进行计算，从而得到线路重合度。
42.进一步地，在确定第一目标线路和第二目标线路之间的线路重合度之后，可以根据该线路重合度确定第一目标线路和第二目标线路之间的相似程度，确定是否需要对第一目标线路或第二目标线路进行调整。例如，可以设定一个重合度阈值(例如0.9或者0.95等)，并将线路重合度和该重合度阈值进行比较。若线路重合度大于或等于该重合度阈值，则表征第一目标线路和第二目标线路之间线路重合率较高。若线路重合度小于该重合度阈值，则表征第一目标线路和第二目标线路之间线路重合率较低。
43.进一步地，在将线路重合度和重合度阈值进行比较之后，即可获取第一目标线路和/或第二目标线路的线路客流量，再根据比较结果和前述线路客流量对第一目标线路和第二目标线路进行规划。示例性地，假设比较结果为线路重合度大于或等于重合度阈值，也即第一目标线路和第二目标线路之间的线路重合率较高。此时，若判定第一目标线路和第二目标线路的线路客流量较少，则可以对第一目标线路或第二目标线路进行调整。例如调整第一目标线路或第二目标线路中的线路站点(如将第一目标线路或第二目标线路中的线路站点调整为线路客流量较多的线路所对应的线路站点)，从而降低第一目标线路和第二目标线路之间的线路重合率，提高了线路规划的合理性。若判定第一目标线路和第二目标线路的线路客流量较多，则进一步判定第一目标线路和第二目标线路是否满足当前线路客流量需求。若满足，则保持当前第一目标线路和第二目标线路不变。若不满足，可以增加预设数量个新增线路(预设数量可以根据当前线路客流量需求确定)，且新增线路和第一目标线路或第二目标线路之间的线路重合率均超过重合度阈值。如此，即可在增加新增线路后，使得第一目标线路、第二目标线路和新增线路可以共同满足当前线路客流量需求。减少了第一目标线路和第二目标线路的运行压力。
44.进一步地，上述对第一目标线路和第二目标线路的调整仅为一种示例。还可以通过如公共汽车调度的方法实现。例如，在判定第一目标线路和第二目标线路之间的线路重合率较高，第一目标线路和第二目标线路的线路客流量较多，且第一目标线路和第二目标线路不满足当前线路客流量需求时，可以为第一目标线路和/或第二目标线路调度预设数量个公共汽车，也即增加在第一目标线路和/或第二目标线路上的公共汽车的数量。从而使得增加公共汽车后的第一目标线路和第二目标线路可以满足当前线路客流量需求。
45.进一步地，假设比较结果为线路重合度小于重合度阈值，也即第一目标线路和第二目标线路之间的线路重合率较低。则可以暂时不对第一目标线路和第二目标线路进行调整。并继续选择其他样本线路和第一目标线路或第二目标线路进行线路重合度计算。
46.进一步地，由于在现有公共交通场景下，存在多个从相同的初始站点开往相同的终点站点的线路。若同时对所有的相同的初始站点开往相同的终点站点的线路进行线路重合度检测，可能导致多个不同的线路之间查询到较少的重合线路(也即满足所有线路的重合线路)，进而导致这些不同的线路之间大部分线路均为差异线路。从而导致线路重合度检测的准确率较低。因此，为了增强不同线路之间的对比性，本实施例中是对两个线路(也即第一目标线路和第二目标线路)进行线路重合度检测。如此，即可高效且准确地检测两个较为相近的线路之间的线路重合度。
47.在本实施例中，通过数据的方式表征不同线路(如上述第一目标线路和第二目标线路)的线路信息，进而可以直接根据不同线路对应的线路数据(如上述第一线路数据和第二线路数据)将线路准确拆分成重合线路和差异线路。为后续步骤进行线路重合度计算提
供准确的数据基础，提高了线路重合度计算的准确率和效率。进一步地，根据重合线路和差异线路对应的数据分别进行相似度计算。如此即可将重合线路和差异线路进行有效区分。从而提高了线路重合度计算的准确率。并可以基于计算得到的线路重合度对第一目标线路和/或第二目标线路进行线路调整，提高了线路规划调整的效率和准确性。
48.在一实施例中，步骤s10中，也即获取第一目标线路对应的第一线路数据和第二目标线路对应的第二线路数据，包括：
49.(1)获取线路轨迹数据集；线路轨迹数据集中包括多个线路数据组；其中，一个线路数据组对应一个样本线路，线路数据组包括线路轨迹坐标和线路站点。
50.可以理解地，当车辆在不同样本线路上行驶过程中，可以通过车辆自身携带的定位系统或者在车辆上的司机或者乘客的移动终端对车辆的实时位置信息进行采集，从而得到不同线路的线路轨迹坐标。由于每一个不同的样本线路上的线路站点会存储在线路系统(如公交系统)上，进而可以直接从线路系统中获取各样本线路上的线路站点。在获取各样本线路对应的线路轨迹坐标和线路站点之后，即可将同一个样本线路对应的线路轨迹坐标和线路站点关联存储为一个线路数据组，并将该样本线路作为标签与该线路数据组进行关联。从而根据所有样本线路对应的线路数据组生成线路轨迹数据集。
51.(2)根据同一线路数据组中的线路轨迹坐标和线路站点，生成样本线路数据；一个样本线路对应一个样本线路数据。
52.可以理解地，在获取线路轨迹数据集之后，即可根据同一线路数据组中的线路轨迹坐标和线路站点，生成样本线路数据。也即一个样本线路对应一个样本线路数据。
53.进一步地，为了便于后续将线路数据拆分成重合数据和差异数据，因此本实施例中根据不同样本线路中的线路轨迹坐标按照从各线路站点的顺序进行排列。也即将样本线路中第一个线路站点对应的线路轨迹坐标设置在第一个位置，并从该第一个位置开始顺次排序车辆依次经过的实时位置对应的线路轨迹坐标。进一步地，由于线路轨迹坐标中包括经度坐标和纬度坐标。因此将一个线路轨迹坐标中的经度坐标和纬度坐标用符号(如逗号)隔开，并将不同的线路轨迹坐标用另一符号(如分号)隔开。从而便于区分不同的位置对应的线路轨迹坐标。示例性地，假设一个样本线路中采集了三个线路轨迹坐标为(a1，b1)，(a2，b2)和(a3，b3)。进而在样本线路数据中记载该样本线路对应的线路轨迹坐标为：(a1,b1；a2,b2；a3,b3)。
54.进一步地，由于在每个样本线路中均包含不同的线路站点，因此，在样本线路数据中可以记载每个样本线路中不同的线路站点以及线路站点对应的站点名称和线路轨迹坐标。也即为每一个样本线路中的线路站点设置一个名称标签，并在该名称标签对应的位置插入该线路站点对应的站点名称。设置一个坐标标签，并在该坐标标签对应的位置插入该线路站点对应的线路轨迹坐标。除此之外，还可以为每一个不同的线路站点设置一个唯一的标识码。从而可以根据该标识码从样本线路数据中查询对应的线路站点的站点信息(站点信息包括上述站点名称和线路轨迹坐标等)。进一步地，在样本线路数据中除了包括上述的线路轨迹坐标和线路站点之外，还可以设置每一个样本线路对应的线路名称。从而将同一个样本线路对应的线路名称、线路轨迹坐标和线路站点关联记录为该样本线路对应的样本线路数据。
55.(3)从所有样本线路数据中选取第一线路数据和第二线路数据。
56.具体地，在根据同一线路数据组中的线路轨迹坐标和线路站点，生成样本线路数据之后，即可从所有样本线路中选取两个样本线路。并将选取的其中一个样本线路记录为第一目标线路，将选取的另一个样本线路记录为第二目标线路。
57.在一实施例中，从所有样本线路数据中选取第一线路数据和第二线路数据，包括：
58.(1)从所有样本线路数据中选取一个样本线路数据作为第一线路数据，并获取第一线路数据中包含的第一线路站点。
59.具体地，在根据同一线路数据组中的线路轨迹坐标和线路站点，生成样本线路数据之后，即可从所有样本线路数据中随机选取一个样本线路数据作为第一线路数据。而在上述说明中指出每一个样本线路数据是通过线路轨迹坐标和线路站点生成的。因此，可以从第一线路数据中确定该第一线路数据对应的样本线路(该样本线路即为第一目标线路)中包含的所有线路站点，即为第一线路站点。
60.(2)将除第一线路数据之外的其它样本线路数据记录为对照线路数据，并获取对照线路数据中包含的对照线路站点。
61.具体地，在从所有样本线路数据中选取一个样本线路数据作为第一线路数据之后，将除第一线路数据之外的其它样本线路数据记录为对照线路数据。同理，在上述说明中指出每一个样本线路数据是通过线路轨迹坐标和线路站点生成的。因此，每一个对照线路数据均记载着与其对应的样本线路中所包含的所有线路站点，即为对照线路站点。
62.(3)将第一线路站点和对照线路站点进行匹配，并将具有最多与第一线路站点匹配的对照线路站点对应的对照线路数据记录为第二线路数据。
63.具体地，在获取对照线路数据中包含的对照线路站点和第一线路数据中包含的第一线路站点之后，将第一线路数据包含的第一线路站点和每一对照线路数据包含的对照线路站点进行匹配。将具有最多与第一线路站点匹配的对照线路站点对应的对照线路数据确定为第二线路数据。示例性地，假设第一线路数据中包含7个第一线路站点。此时存在两个对照线路数据，第一个对照线路数据中包含6个对照线路站点，且存在5个对照线路站点与第一线路站点相同。第二个对照线路数据中包含7个对照线路站点，且存在2个对照线路站点与第一线路站点相同。则将第一个对照线路数据作为第二线路数据(第二线路数据对应的样本线路即为第二目标线路)。可以理解地，本发明是为了检测线路之间的重合度，以对近似或者相同的线路进行规划调整。而近似或者相同的线路之间应具有较多的相同线路站点。因此，在本实施例中，优先查找具有较多相同的线路站点的对照线路数据作为第二线路数据。在确定第一目标线路和第二目标线路的线路重合度之后，可以再从对照线路数据中查询具有第二多与第一线路站点匹配的对照线路站点对应的对照线路数据，继续进行第一目标线路和除第二目标线路之外的其它样本线路的重合度检测。
64.进一步地，除了上述线路数据选取方法之外，还可以通过下述方法选取：从所有样本线路数据中选取一个样本线路数据作为第一线路数据。进而获取该第一线路数据对应的第一目标线路的第一个线路站点(也即该第一目标线路的起始站点)和最后一个线路站点(也即该第一目标线路的终点站点)。从除第一目标线路之外的其它样本线路中选取具有该第一目标线路相同的起始站点和终点站点的样本线路。也即确定除第一目标线路之外的其它样本线路中是否存在与第一目标线路相同起始站点和终点站点的样本线路，进而将存在与第一目标线路相同起始站点和终点站点的样本线路确定为第二目标线路。
65.在本实施例中，通过数据方式记载不同样本线路上的线路轨迹坐标和线路站点。如此，即可通过统一数据限定每一个不同的样本线路，从而便于后续在对不同样本线路进行重合度检测时，可以直接获取需要进行重合度检测的样本线路对应的样本线路数据。提高了线路重合度检测的效率。
66.在一实施例中，步骤s20中，也即根据第一线路数据和第二线路数据，确定第一目标线路和第二目标线路之间的重合线路以及差异线路，包括：
67.(1)将第一线路数据和第二线路数据输入至预设轨迹模型中，获取第一线路数据对应的第一线路轨迹和第二线路数据对应的第二线路轨迹；第一线路轨迹中包括至少一个第一分解轨迹；第二线路轨迹中包括至少一个第二分解轨迹；第一分解轨迹连接在两个第一线路站点之间；第二分解轨迹连接在两个第二线路站点之间。
68.可以理解地，预设轨迹模型用于根据不同的线路数据(如上述第一线路数据和第二线路数据)构造出对应的线路轨迹(如上述第一线路轨迹和第二线路轨迹)。预设轨迹模型可以预先根据当前场景(如某一个城市)下的所有公交站点进行构建，也即该预设轨迹模型中存储着当前场景下所有线路的公交站点情况。进而在将第一线路数据和第二线路数据输入至预设轨迹模型之后，预设轨迹模型识别出第一线路数据中包含的第一线路站点以及第二线路数据中包含的第二线路站点。进而根据第一线路数据中包含的所有第一线路站点构建出第一目标线路对应的轨迹模型即为第一线路轨迹，以及根据第二线路数据中包含的所有第二线路站点构建出第二目标线路对应的轨迹模型即为第二线路轨迹。
69.进一步地，在第一线路轨迹中包含多个第一分解轨迹，并且每一个第一分解轨迹均连通两个第一线路站点。同理，在第二线路轨迹中包含多个第二分解轨迹，并且每一个第二分解轨迹均连通两个第二线路站点。
70.(2)将相同的第一线路站点和第二线路站点记录为相同线路站点，并将位于任意两个相邻的相同线路站点之间的第一分解轨迹和第二分解轨迹记录为相同轨迹。
71.可以理解地，当需要在第一线路轨迹和第二线路轨迹中查询具有相同的线路轨迹的重合线路时，该重合线路中所包含的线路站点是第一线路轨迹和第二线路轨迹共同具有的。因此，首先将第一线路轨迹和第二线路轨迹中相同的线路站点，也即相同的第一线路站点和第二线路站点记录为相同线路站点。进一步地，在确定相同线路站点之后，将位于任意两个相邻的相同线路站点之间的第一分解轨迹和第二分解轨迹确定为相同轨迹。如此，即可准确查询到第一线路轨迹和第二线路轨迹中具有相同线路站点的第一分解轨迹和第二分解轨迹。
72.示例性地，假设第一线路轨迹中包括p1,p2,p3,p4,p5和p6六个连续且相邻的第一线路站点。第二线路轨迹中包括p1,p2,p3,p7,p4和p6六个连续且相邻的第一线路站点。因此，第一线路轨迹和第二线路轨迹中的相同线路站点为p1,p2,p3,p4和p6。相同轨迹为：连通p1和p2的第一分解轨迹和第二分解轨迹，以及连通p2和p3的第一分解轨迹和第二分解轨迹。此时，即使p4和p6为相同线路站点，但是由于在第一线路轨迹中p3和p4是相邻的。但是在第二线路轨迹中p3和p4不是相邻的(p3和p4中间隔了一个p7)。因此连通p3和p4的第一分解轨迹和连通p3和p7或者p7和p4的第二分解轨迹不能视为相同轨迹。
73.(3)将除相同轨迹之外的第一分解轨迹和第二分解轨迹记录为第一差异轨迹，基于所有相同轨迹和第一差异轨迹确定第一目标线路和第二目标线路之间的重合线路以及
差异线路。
74.具体地，在将位于任意两个相邻的相同线路站点之间的第一分解轨迹和第二分解轨迹记录为相同轨迹之后，除了相同轨迹之外的其它第一分解轨迹和第二分解轨迹即可确定为第一差异轨迹。需要说明的是，上述确定的相同轨迹仅表征对应的第一分解轨迹和第二分解轨迹之间具有相同的线路站点。但是线路站点之间的其它线路轨迹坐标可能相同，也可能不同。当线路站点之间的线路轨迹坐标相同时，表征该相同轨迹上第一目标线路和第二目标线路具有相同的线路站点，且具有相同的线路轨迹坐标。此时，该相同轨迹才会被视为重合线路。反之，若线路站点之间的其它线路轨迹坐标不同时，表征该相同轨迹上第一目标线路和第二目标线路虽然具有相同的线路站点，但在这两个线路站点之间的线路轨迹坐标是不同的。此时，该相同轨迹不是重合线路。
75.示例性地，假设第一目标线路和第二目标线路对应的其中一个相同轨迹中具有线路站点a和线路站点b。在第一目标线路中，车辆可以直线从线路站点a开往线路站点b。在第二目标线路中，车辆需要转两个弯之后从线路站点a开往线路站点b。此时，第一目标线路中线路站点a和线路站点b之间的线路轨迹坐标，和第一目标线路中线路站点a和线路站点b之间的线路轨迹坐标不同。因此，该相同轨迹则不是第一目标线路和第二目标线路之间的重合线路。
76.进一步地，第一差异轨迹所对应的第一分解轨迹和第二分解轨迹未具有相邻的相同的线路站点，因此该第一差异轨迹直接被视为差异线路。进而可以将具有相同的线路站点，且具有相同的线路轨迹坐标的相同轨迹确定为重合线路。将第一差异轨迹和具有相同的线路站点，但具有不同的线路轨迹坐标的相同轨迹共同确定为差异线路。
77.示例性地，假设第一线路轨迹中包括p1,p2,p3,p4,p5和p6六个连续且相邻的第一线路站点。第二线路轨迹中包括p1,p2,p3,p7,p4和p6六个连续且相邻的第一线路站点。假设第一线路轨迹和第二线路轨迹中p1和p2线路站点之间的线路轨迹坐标相同，p2和p3线路站点之间的线路轨迹坐标不同。因此，重合线路仅包括连通p1和p2的第一分解轨迹和第二分解轨迹。差异线路包括连通p2和p3的第一分解轨迹和第二分解轨迹、连通p3和p4的第一分解轨迹和连通p3和p7的第二分解轨迹、连通p4和p5的第一分解轨迹和连通p7和p4的第二分解轨迹，以及连通p5和p6的第一分解轨迹和连通p4和p6的第二分解轨迹。
78.在本实施例中，通过预先构建的轨迹模型根据第一线路数据和第二线路数据进行轨迹建模，得到第一线路轨迹和第二线路轨迹。如此，即可准确还原第一目标线路和第二目标线路的线路情况。进而可以准确地从第一目标线路和第二目标线路拆分出重合线路和差异线路。从而提高了线路重合度检测的准确率。
79.在一实施例中，基于所有相同轨迹和第一差异轨迹确定第一目标线路和第二目标线路之间的重合线路以及差异线路，包括：
80.(1)从第一线路数据中获取相同轨迹对应的第一轨迹数据，从第二线路数据中获取相同轨迹对应的第二轨迹数据。
81.可以理解地，根据上述说明可知相同轨迹是指位于任意两个相邻的相同线路站点之间的第一分解轨迹和第二分解轨迹。因此，该相同轨迹中包含了第一分解轨迹和第二分解轨迹。进而可以从第一线路数据中获取该相同轨迹所对应的第一分解轨迹对应的第一轨迹数据。也即第一轨迹数据是指第一线路数据中该第一分解轨迹上的所有线路轨迹坐标。
从第二线路数据中获取该相同轨迹所对应的第二分解轨迹对应的第二轨迹数据。也即第二轨迹数据是指第二线路数据中包含该第二分解轨迹上的所有线路轨迹坐标。
82.(2)将同一相同轨迹对应的第一轨迹数据和第二轨迹数据进行匹配，得到数据匹配结果。
83.可以理解地，在上述说明中指出相同轨迹仅表征对应的第一分解轨迹和第二分解轨迹之间具有相同的线路站点。但是线路站点之间的其它线路轨迹坐标可能相同，也可能不同。因此本实施例中通过将同一相同轨迹中第一分解轨迹对应的第一轨迹数据和第二分解轨迹对应的第二轨迹数据进行匹配，进而得到数据匹配结果。数据匹配结果可以为表征第一轨迹数据和第二轨迹数据匹配成功的结果，还可以为表征第一轨迹数据和第二轨迹数据匹配失败的结果。
84.进一步地，由于在对第一目标线路和第二目标线路进行线路轨迹坐标采集的过程中，可能会因为采集频率不同，进而导致即使第一目标线路和第二目标线路中存在相同的线路时，所对应的线路轨迹数据可能不会完全相同。因此，可以预先设定一个阈值(阈值可以设定为0.9或者0.95等)。从而在对同一相同轨迹对应的第一轨迹数据和第二轨迹数据进行匹配过程中，得到第一轨迹数据和第二轨迹数据之间的匹配值(该匹配值即表征了第一轨迹数据和第二轨迹数据之间的相似程度。也即匹配值越高，第一轨迹数据和第二轨迹数据越相似。反之，匹配值越低，第一轨迹数据和第二轨迹数据差异越大)。进而将匹配值和上述设定的阈值进行比较。若匹配值大于或等于设定的阈值，则数据匹配结果为表征第一轨迹数据和第二轨迹数据匹配成功的结果。若匹配值小于设定的阈值，则数据匹配结果为表征第一轨迹数据和第二轨迹数据匹配失败的结果。
85.(3)将表征匹配成功的数据匹配结果对应的相同轨迹记录为重合轨迹，将表征匹配失败的数据匹配结果对应的相同轨迹记录为第二差异轨迹。
86.具体地，在将同一相同轨迹对应的第一轨迹数据和第二轨迹数据进行匹配，得到数据匹配结果之后，若数据匹配结果表征匹配成功，则表征该相同轨迹中的第一分解轨迹和第二分解轨迹是相同的轨迹。因此，可以将表征匹配成功的数据匹配结果对应的相同轨迹记录为重合轨迹。若数据匹配结果表征匹配失败，则表征该相同轨迹中的第一分解轨迹和第二分解轨迹是不同的轨迹。因此，可以将表征匹配失败的数据匹配结果对应的相同轨迹记录为第二差异轨迹。
87.(4)根据所有重合轨迹确定重合线路，根据所有第一差异轨迹和所有第二差异轨迹确定差异线路。
88.具体地，在将表征匹配成功的数据匹配结果对应的相同轨迹记录为重合轨迹，将表征匹配失败的数据匹配结果对应的相同轨迹记录为第二差异轨迹之后，即可将所有的重合轨迹确定为第一目标线路和第二目标线路之间的重合线路。将上述实施例中确定的第一差异轨迹和第二差异轨迹确定为第一目标线路和第二目标线路之间的差异线路。
89.在一实施例中，步骤s40中，也即确定第一差异数据和第二差异数据之间的差异相似度，包括：
90.(1)对第一差异数据和第二差异数据进行向量转换，得到第一差异数据对应的第一数据向量和第二差异数据对应的第二数据向量。
91.可以理解地，第一数据向量即为第一差异数据的向量表征。第二数据向量即为第
二差异数据的向量表征。
92.具体地，在从第一线路数据中筛选出第一差异数据以及从第二线路数据中筛选出第二差异数据之后，由于第一差异数据和第二差异数据之间内容不同或者数据长度也不同。因此，需要将第一差异数据和第二差异数据进行向量转换，也即将第一差异数据和第二差异数据序列化成维度相同的第一数据向量和第二数据向量。
93.在一实施方式中，可以通过基于神经网络构建的模型对第一差异数据和第二差异数据进行向量转换。其中，可以预先通过若干轨迹坐标数据对神经网络构建的模型进行训练，并在训练过程中调整该模型的模型参数，从而使得该模型能够输出准确的轨迹坐标数据对应的向量表征。在该模型达到收敛条件(如该模型的损失值不再减小或者减小到预设阈值，预设阈值可以设为0.1等)时，确定该模型训练完成。将第一差异数据和第二差异数据输入至训练完成的模型中，该模型会对第一差异数据和第二差异数据中每一个线路轨迹坐标进行向量转换，进而对第一差异数据中向量转换后的每一个线路轨迹坐标进行拼接，得到第一差异数据对应的第一数据向量。对第二差异数据中向量转换后的每一个线路轨迹坐标进行拼接，得到第二差异数据对应的第二数据向量。
94.在另一具体实施方式中，还可以通过embedding(向量嵌入)方式对第一差异数据和第二差异数据进行向量转换。也即首先对第一差异数据和第二差异数据中每一个线路轨迹坐标进行编码(如one-hot编码)，得到第一差异数据中每一线路轨迹坐标对应的第一输入编码，以及第二差异数据中每一线路轨迹坐标对应的第二输入编码。基于第一差异数据中每一线路轨迹坐标对应的第一输入编码和隐藏层中的向量激活函数，确定第一差异数据对应的第一数据向量，以及基于第二差异数据中每一线路轨迹坐标对应的第二输入编码和隐藏层中的向量激活函数，确定第二差异数据对应的第二数据向量。
95.(2)根据第一数据向量和第二数据向量，确定差异相似度。
96.具体地，在对第一差异数据和第二差异数据进行向量转换，得到第一数据向量和第二数据向量之后，可以通过余弦函数对第一数据向量和第二数据向量进行相似度计算，确定第一数据向量和第二数据向量之间的差异相似度。其中，差异相似度越大表征第一差异数据和第二差异数据之间的相似程度越高。反之，差异相似度越小表征表征第一差异数据和第二差异数据之间的相似程度越低。
97.在本实施例中，通过将第一差异数据和第二差异数据转换成维度相同的数据向量(也即第一数据向量和第二数据向量)，便于对第一差异数据和第二差异数据之间的相似度进行计算。提高了相似度计算的准确率，进而提高了后续对第一目标线路和第二目标线路之间的重合度计算的准确率。
98.在一实施例中，步骤s50中，也即根据重合相似度和差异相似度，确定第一目标线路和第二目标线路之间的线路重合度，包括：
99.(1)根据所有重合相似度和所有差异相似度，确定总相似度值。
100.可以理解地，总相似度值即通过对所有重合相似度和所有差异相似度进行叠加之后得到。
101.(2)根据第一线路数据和第二线路数据，确定平均站点数值。
102.可以理解地，平均站点数值即表征第一目标线路和第二目标线路中包含的站点总量的平均值。
103.(3)根据总相似度值和平均站点数值，确定第一目标线路和第二目标线路之间的线路重合度。
104.具体地，在确定总相似度值和平均站点数值之后，将总相似度值和平均站点数值之商确定为第一目标线路和第二目标线路之间的线路重合度。
105.在一实施例中，根据所有重合相似度和所有差异相似度，确定总相似度值，包括：
106.(1)获取重合相似度对应的重合权重值和差异相似度对应的差异权重值。
107.可以理解地，重合权重值和差异权重值即为预先设定的值，该重合权重值和差异权重值用于调整重合相似度和差异相似度对总相似度值带来的影响。进一步地，重合权重值和差异权重值可以根据需求进行设定。重合权重值和差异权重值之和为1。也即，假设重合权重值设定为0.7，则差异权重值被设定为0.3。
108.(2)根据重合权重值和重合相似度确定第一总相似度，和根据差异权重值和差异相似度确定第二总相似度。
109.具体地，在获取重合权重值和差异权重值之后，即可将重合权重值和重合相似度的乘积确定对应的相似度值，再将所有重合相似度对应的相似度值之和确定为第一总相似度。将差异权重值和差异相似度的乘积确定对应的相似度值，再将所有差异相似度对应的相似度值之和确定为第二总相似度。
110.(3)将第一总相似度和第二总相似度之和确定为总相似度值。
111.具体地，在根据重合权重值和重合相似度确定第一总相似度，和根据差异权重值和差异相似度确定第二总相似度之后，即可将第一总相似度和第二总相似度之和记录为总相似度值。
112.在一实施例中，根据第一线路数据和第二线路数据，确定平均站点数值，包括：
113.(1)根据第一线路数据确定第一目标线路中包含的线路站点的第一站点数量。
114.具体地，在上述说明中指出第一线路数据中记载着第一目标线路的线路名称和线路轨迹坐标，并且在线路轨迹坐标中包括第一目标线路上所有线路站点的线路轨迹坐标。因此，可以直接从第一线路数据中所包含的线路站点的线路轨迹坐标的数量，确定第一目标线路中包含的线路站点的第一站点数量。
115.(2)根据第二线路数据确定第二目标线路中包含的线路站点的第二站点数量。
116.具体地，在上述说明中指出第二线路数据中记载着第二目标线路的线路名称和线路轨迹坐标，并且在线路轨迹坐标中包括第二目标线路上所有线路站点的线路轨迹坐标。因此，可以直接从第二线路数据中所包含的线路站点的线路轨迹坐标的数量，确定第二目标线路中包含的线路站点的第二站点数量。
117.(3)根据第一站点数量和第二站点数量确定平均站点数值。
118.具体地，在确定第一目标线路中包含的线路站点的第一站点数量和第二目标线路中包含的线路站点的第二站点数量之后，即可将第一站点数量和第二站点数量之和确定为总站点数量。进而将总站点数量和线路总数之商确定为平均站点数值。其中，线路总数是指总站点数量中的所有线路站点对应的目标线路的数量。例如，在本实施例中，总站点数量中所有线路站点对应的为第一目标线路和第二目标线路。因此，总站点数量为2。
119.进一步地，可以通过下述表达式确定第一目标线路和第二目标线路之间的线路重合度：
[0120][0121][0122]
εi＝ωiλi
[0123]
其中，α是指线路重合度；εi是指第i个线路(重合线路或差异线路)对应的总相似度(第一总相似度或第二总相似度)。也即，将第一目标线路和第二目标线路中的重合线路和差异线路随机排序插入至序列中。并在该序列中基于各重合线路和差异线路的位置分配一个标识i。wi即为第i个线路对应的权重值(第i个线路为重合线路时，则wi为重合权重值；第i个线路为差异线路时，则wi为差异权重值)。λi为第i个线路对应的相似度(第i个线路为重合线路时，则λi为该重合线路对应的重合相似度；第i个线路为差异线路时，则λi为该重合线路对应的差异相似度)。s为平均站点数值。t为线路总数。cm为第m个线路包含的线路站点的数量(如上述第一目标线路中包含的线路站点的第一站点数量，或第二目标线路中包含的线路站点的第二站点数量)。
[0124]
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0125]
在一实施例中，提供一种线路重合度检测装置，该线路重合度检测装置与上述实施例中线路重合度检测方法一一对应。如图3所示，该线路重合度检测装置包括数据获取模块10、线路重合检测模块20、数据筛选模块30、相似度计算模块40和重合度确定模块50。各功能模块详细说明如下：
[0126]
数据获取模块10，用于获取第一目标线路对应的第一线路数据和第二目标线路对应的第二线路数据；
[0127]
线路重合检测模块20，用于根据所述第一线路数据和所述第二线路数据，确定所述第一目标线路和所述第二目标线路之间的重合线路以及差异线路；
[0128]
数据筛选模块30，用于从所述第一线路数据中筛选出属于所述重合线路的第一重合数据以及属于所述差异线路的第一差异数据；从所述第二线路数据中筛选出属于所述重合线路的第二重合数据以及属于所述差异线路的第二差异数据；
[0129]
相似度计算模块40，用于确定所述第一重合数据和所述第二重合数据之间的重合相似度，确定所述第一差异数据和所述第二差异数据之间的差异相似度；
[0130]
重合度确定模块50，用于根据所述重合相似度和所述差异相似度，确定所述第一目标线路和所述第二目标线路之间的线路重合度。
[0131]
优选地，数据获取模块10包括：
[0132]
轨迹数据获取单元，用于获取线路轨迹数据集；所述线路轨迹数据集中包括多个线路数据组；一个所述线路数据组对应一个样本线路；所述线路数据组包括线路轨迹坐标和线路站点；
[0133]
线路数据生成单元，用于根据同一所述线路数据组中的线路轨迹坐标和线路站点，生成样本线路数据；一个所述样本线路对应一个所述样本线路数据；
[0134]
线路选取单元，用于从所有所述样本线路数据中选取第一线路数据和第二线路数
据。
[0135]
优选地，线路选取单元包括：
[0136]
第一选取子单元，用于从所有所述样本线路数据中选取一个样本线路数据作为第一线路数据，并获取所述第一线路数据中包含的第一线路站点；
[0137]
对照线路数据确定子单元，用于将除所述第一线路数据之外的其它样本线路数据记录为对照线路数据，并获取所述对照线路数据中包含的对照线路站点；
[0138]
线路站点匹配子单元，用于将所述第一线路站点和所述对照线路站点进行匹配，并将具有最多与所述第一线路站点匹配的对照线路站点对应的对照线路数据记录为第二线路数据。
[0139]
优选地，线路重合检测模块20包括：
[0140]
线路轨迹建模单元，用于将所述第一线路数据和所述第二线路数据输入至预设轨迹模型中，获取所述第一线路数据对应的第一线路轨迹和所述第二线路数据对应的第二线路轨迹；所述第一线路轨迹中包括至少一个第一分解轨迹；所述第二线路轨迹中包括至少一个第二分解轨迹；所述第一分解轨迹连接在两个第一线路站点之间；所述第二分解轨迹连接在两个第二线路站点之间；
[0141]
相同轨迹检测单元，用于将相同的所述第一线路站点和所述第二线路站点记录为相同线路站点，并将位于任意两个相邻的所述相同线路站点之间的第一分解轨迹和第二分解轨迹记录为相同轨迹；
[0142]
线路轨迹分类单元，用于将除所述相同轨迹之外的第一分解轨迹和第二分解轨迹记录为第一差异轨迹，基于所有所述相同轨迹和所述第一差异轨迹确定所述第一目标线路和所述第二目标线路之间的重合线路以及差异线路。
[0143]
优选地，线路轨迹分类单元包括：
[0144]
数据获取子单元，用于从所述第一线路数据中获取所述相同轨迹对应的第一轨迹数据，从所述第二线路数据中获取所述相同轨迹对应的第二轨迹数据；
[0145]
数据匹配子单元，用于将同一所述相同轨迹对应的所述第一轨迹数据和所述第二轨迹数据进行匹配，得到数据匹配结果；
[0146]
轨迹整合子单元，用于将表征匹配成功的数据匹配结果对应的所述相同轨迹记录为重合轨迹，将表征匹配失败的数据匹配结果对应的所述相同轨迹记录为第二差异轨迹；
[0147]
线路整合子单元，用于根据所有所述重合轨迹确定所述重合线路，根据所有所述第一差异轨迹和所有所述第二差异轨迹确定差异线路。
[0148]
优选地，相似度计算模块40包括：
[0149]
向量转换单元，用于对所述第一差异数据和所述第二差异数据进行向量转换，得到所述第一差异数据对应的第一数据向量和所述第二差异数据对应的第二数据向量；
[0150]
相似度确定单元，用于根据所述第一数据向量和所述第二数据向量，确定所述差异相似度。
[0151]
优选地，重合度确定模块50包括：
[0152]
相似度叠加单元，用于根据所有所述重合相似度和所有所述差异相似度，确定总相似度值；
[0153]
站点确定单元，用于根据所述第一线路数据和所述第二线路数据，确定平均站点
数值；
[0154]
重合度确定单元，用于根据所述总相似度值和所述平均站点数值，确定所述第一目标线路和所述第二目标线路之间的线路重合度。
[0155]
优选地，相似度叠加单元包括：
[0156]
权重获取子单元，用于获取所述重合相似度对应的重合权重值和所述差异相似度对应的差异权重值；
[0157]
相似度计算子单元，用于根据所述重合权重值和所述重合相似度确定第一总相似度，和根据所述差异权重值和所述差异相似度确定第二总相似度；
[0158]
相似度叠加子单元，用于将所述第一总相似度和所述第二总相似度之和确定为所述总相似度值。
[0159]
优选地，站点确定单元包括：
[0160]
第一站点数量确定子单元，用于根据所述第一线路数据确定所述第一目标线路中包含的线路站点的第一站点数量；
[0161]
第二站点数量确定子单元，用于根据所述第二线路数据确定所述第二目标线路中包含的线路站点的第二站点数量；
[0162]
站点计算子单元，用于根据所述第一站点数量和所述第二站点数量确定所述平均站点数值。
[0163]
关于线路重合度检测装置的具体限定可以参见上文中对于线路重合度检测方法的限定，在此不再赘述。上述线路重合度检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0164]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述实施例中线路重合度检测方法所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种线路重合度检测方法。
[0165]
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中的线路重合度检测方法。
[0166]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的线路重合度检测方法。
[0167]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可
包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0168]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
[0169]
以上所述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，均应包含在本发明的保护范围之内。