[發明專利]一種面向高維時空大數據的多細節層次可視化方法

在審

• 申請號: 202010893745.0
• 申請日: 2020-08-31
• 公開（公告）號: CN112069200A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 關雪峰;諶誕楠;韓林栩;向隆剛;吳華意
• 申請（專利權）人: 武漢大學
• 主分類號: G06F16/242
• 分類號: G06F16/242;G06F16/248;G06F16/29
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 胡琦旖

1.一種面向高維時空大數據的多細節層次可視化方法，其特征在于，包括以下步驟：

步驟1、對原始數據記錄進行預處理，提取得到每條原始數據記錄的維度讀取結果信息；

步驟2、確定可視化的空間劃分最大層級、時間劃分粒度、屬性順序；

步驟3、將原始數據記錄轉化為高維細節層次模型中低層的時空屬高維像素；

步驟4、將所述高維細節層次模型中低層的時空屬高維像素映射到時空屬高維立方體上，得到底層時空屬高維立方體；

步驟5、將所述底層時空屬高維立方體逐級向上聚合，依次生成中層時空屬高維立方體和高層時空屬高維立方體，得到完整的高維細節層次模型；

步驟6、將所述高維細節層次模型存儲于鍵值對表中，得到鍵值化的高維細節層次模型；

步驟7、基于所述鍵值化的高維細節層次模型，進行數據調用與多維聯動可視化。

2.根據權利要求1所述的面向高維時空大數據的多細節層次可視化方法，其特征在于，所述步驟1中，所述維度讀取結果信息包括空間維度信息、時間維度信息、屬性維度信息，表示為Data{[Lon,Lat],Time,Attribute[]}三元組；所述屬性維度信息Attribute[]對應數據記錄中的屬性列表。

3.根據權利要求2所述的面向高維時空大數據的多細節層次可視化方法，其特征在于，所述步驟3中，將原始數據記錄轉化為高維細節層次模型中低層的時空屬高維像素的具體實現方式為：

將步驟1中得到的所述維度讀取結果信息按照時間和空間范圍映射到指定像素，得到映射結果像素集；其中，一個時空高維像素對應多條原始數據記錄；

在映射過程中，進行屬性維度規約；其中，將各時空高維像素中對應的所有原始數據記錄的屬性列表按照步驟2中確定的所述屬性順序組織成樹狀，形成屬性規約樹。

4.根據權利要求3所述的面向高維時空大數據的多細節層次可視化方法，其特征在于，將所述維度讀取結果信息按照時間和空間范圍映射到指定像素的映射關系如下：

MAP(Data,w_s,L_max,Bin_max)-HPixel([l,x,y],t,attr[])

其中，上式左邊代表映射所需的數據和參數，MAP表示映射操作，w_s為模型定義的時空瓦片寬度，L_max為最大層級，Bin_max為時間劃分粒度；上式右邊代表映射結果，HPixel表示時空屬高維像素，[l,x,y]表示空間維，l指代層級，x、y為該像素在對應空間范圍內的坐標，t表示時間維，attr[]表示屬性維；’-’表示隸屬關系。

5.根據權利要求4所述的面向高維時空大數據的多細節層次可視化方法，其特征在于，所述映射采用如下計算公式：

式中，Lon代表經度，Lat代表緯度，r通過w_s計算得出，與l相加為時空高維像素所在的層級，空間行列號x、y利用墨卡托投影的公式計算，t通過數據精確時間按規定時間粒度計算得出。

6.根據權利要求3所述的面向高維時空大數據的多細節層次可視化方法，其特征在于，所述形成屬性規約樹的具體實現方式為：

設根節點為0層，從第1層開始，每層代表一種屬性，每層的兄弟結點代表屬性的取值，結點的取值代表這種屬性記錄的計數；

從葉結點開始，逐層向上規約，形成屬性規約樹；

將屬性規約樹按照廣度優先方式遍歷并扁平化為一維數組HPixel.attr[]，操作公式如下：

Attr_tree.a_i＝Tree(COUNT(Data.Attribute[i]))

HPixel.attr[]＝Serialize(Attr_tree)

其中，Attr_tree是一個像素中所有屬性組織成的屬性規約樹，Attr_tree.a_i表示屬性樹的子節點，Attribute[i]表示原始數據中的屬性值，HPixel.attr[]表示扁平化后的一維數組，作為時空屬高維像素的屬性表達。