1.一种基于梯度模糊集距离测度的网格化生成方法，其特征在于，包括：获取目标区域的所有特征及其特征数据；对所有所述特征数据进行梯度模糊化处理，将目标区域中的特征进行等效模糊化处理，从而将目标区域中的特征视为空间内的特征点，得到各个特征点对应的模糊特征数据；将所述模糊特征数据输入预先构建的特征权重模型中，得到所述模糊特征数据对应的特征权重；基于所述特征权重的数值关系，将特征权重数值最大的特征对应的特征点作为特征中心点；基于所述特征数据，在所述模糊特征数据对应的特征点与所述特征中心点满足非负性、交换性、反身性的条件下，通过梯度模糊距离测度方法，依次计算所述特征点与所述特征中心点的距离，得到特征距离；按照所述特征权重的大小关系，将除所述特征中心点外的特征点环绕所述特征中心点排序；根据所述特征距离，调整对应特征点与所述特征中心点的距离，并依次连接除所述特征中心点外的特征点，得到所述网格化的信息；所述特征权重模型具体为： ；其中， 为特征权重模型， 为非目标区域的特征总数量， 为目标区域的特征总数量， ≤ ，且 ≤ ， 为特征权重，且 ， ， 为 与 之间距离的平方值， 为第 个特征与第 个特征之间的模糊化距离测度，且 ， 为函数 计算得出的值，式中 为计算 中区域内所包含特征的数量。
2.一种基于梯度模糊集距离测度的网格化生成装置，其特征在于，包括：获取模块，用于获取目标区域的所有特征及其特征数据；模糊化处理模块，用于对所有所述特征数据进行梯度模糊化处理，将目标区域中的特征进行等效模糊化处理，从而将目标区域中的特征视为空间内的特征点，得到各个特征点对应的模糊特征数据；输入模块，用于将所述模糊特征数据输入预先构建的特征权重模型中，得到所述模糊特征数据对应的特征权重；特征中心确定模块，用于基于所述特征权重的数值关系，将特征权重数值最大的特征对应的特征点作为特征中心点；特征距离计算模块，用于基于所述特征数据，在所述模糊特征数据对应的特征点与所述特征中心满足非负性、交换性、反身性的条件下，通过梯度模糊距离测度方法，依次计算所述特征点与所述特征中心点的距离，得到特征距离；目标网格化信息生成模块，用于按照所述特征权重的大小关系，将除所述特征中心点外的特征点环绕所述特征中心点排序；根据所述特征距离，调整对应特征点与所述特征中心点的距离，并依次连接除所述特征中心点外的特征点，得到所述网格化的信息；所述特征权重模型具体为： ；其中， 为特征权重模型， 为非目标区域的特征总数量， 为目标区域的特征总数量， ≤ ，且 ≤ ， 为特征权重，且 ， ， 为 与 之间距离的平方值， 为第 个特征与第 个特征之间的模糊化距离测度，且 ， 为函数 计算得出的值，式中 为计算 中区域内所包含特征的数量。
3.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有分析机可读取指令，当所述分析机可读取指令由所述处理器执行时，运行如权利要求1所述的方法。
4.一种存储介质，其上存储有分析机程序，其特征在于，所述分析机程序被处理器执行时运行如权利要求1任一项所述的方法。
