CN108256032A - 一种对时空数据的共现模式进行可视化的方法及装置 - Google Patents
一种对时空数据的共现模式进行可视化的方法及装置 Download PDFInfo
- Publication number
- CN108256032A CN108256032A CN201810025707.6A CN201810025707A CN108256032A CN 108256032 A CN108256032 A CN 108256032A CN 201810025707 A CN201810025707 A CN 201810025707A CN 108256032 A CN108256032 A CN 108256032A
- Authority
- CN
- China
- Prior art keywords
- candidate
- event
- attribute
- spatial
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供了一种对时空数据的共现模式进行可视化的方法及装置,该方法及装置可对目标事件的原始时空数据进行处理生成事件视图,并基于候选属性或候选对象生成候选视图,能够查询与事件视图中目标事件相关的候选属性或候选对象,从而建立目标事件与相关的候选属性或候选对象之间的链接,进而通过链接表征候选属性或候选对象与目标事件的共现模式,本发明提供的对时空数据的共现模式进行可视化的方法及装置能够将共现模式可视化,从而使得分析人员对共现模式一目了然,进而能够通过分析共现模式获得更多更具价值的结论。
Description
技术领域
本发明涉及数据处理及显示技术领域,尤其涉及一种对时空数据的共现模式进行可视化的方法及装置。
背景技术
随时信息化程度的不断扩大,大数据时代也已经来临。观测数据是可视化文献中一个研究较多的主题。早期研究主要集中在环境领域,如利用多个空气质量观测站的观测资料分析香港的空气污染、以气候网络可视化为例讨论气候数据可视化的现状和趋势、根据两种气象观测数据分析气候变化、使用多个运输单元的观测数据进行宏观流量分析等等。然而,现有方案的共同分析过程是可视化多个属性的时空分布,并在可视空间内找到具有独特特征的子区域,而并没有分析共现模式。
发明内容
有鉴于此,本发明提供了一种对时空数据的共现模式进行可视化的方法及装置,用以实现共现模式的可视化,其技术方案如下:
一种对时空数据的共现模式进行可视化的方法,包括:
基于目标事件的原始时空数据以及为所述目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵,其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值;
将所述多维数据矩阵投影到垂直线性的一维轴上,获得所述预设时间段内所有空间对象的投影坐标,其中,所述投影坐标用于表征所述空间对象投影属性的值;
基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组;
将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图,其中,所述事件视图用于按预设的展示方式展示所述空间对象,所述空间对象、所述空间对象对应的时间和属性组成目标事件集合;
基于设定的候选项生成候选视图,其中,所述候选项为候选属性或候选空间对象;
从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项;
在所述第一目标事件和所述目标候选项之间建立链接,以通过所述链接表征所述目标候选项与所述第一目标事件的共现模式。
其中,所述从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项,包括:
当所述候选项为所述候选属性时,基于与所述第一目标事件对应的空间对象在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的空间对象为所述第一目标事件对应的空间对象,所述候选目标事件对应的属性为所述候选属性,并且,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;
将所述候选目标事件对应的候选属性确定为与所述第一目标事件相关的候选属性。
其中,所述从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项,包括:
当所述候选项为所述候选空间对象时,基于与所述第一目标事件对应的属性在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的属性为所述第一目标事件对应的属性,所述候选目标事件对应的空间对象为所述候选空间对象,并且,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;
将所述候选目标事件对应的候选空间对象确定为与所述第一目标事件相关的候选空间对象。
其中,所述基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组,包括:
基于所述所有空间对象的投影坐标确定多个区间;
将在相同时间点、投影坐标位于相同区间的空间对象聚集在一起,获得所述多个空间对象组。
其中,所述基于设定的候选项生成候选视图,包括:
当所述候选项为候选属性时,生成并显示与每个候选属性对应的垂直轴,并在每个所述垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识。
其中,所述基于设定的候选项生成候选视图,包括:
当所述候选项对候选对象时,显示与每个候选属性对应的图形标识,其中,所述图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
一种对时空数据的共现模式进行可视化的装置,包括:预处理模块、降维模块、聚类模块、映射模块、图形生成模块、相关候选项确定模块和链接模块;
所述预处理模块,用于基于目标事件的原始时空数据以及为所述目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵,其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值;
所述降维模块,用于将所述多维数据矩阵投影到垂直线性的一维轴上,获得所述预设时间段内所有空间对象的投影坐标,其中,所述投影坐标用于表征所述空间对象投影属性的值;
所述聚类模块,用于基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组;
所述映射模块,用于将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图,其中,所述事件视图用于按预设的展示方式展示所述空间对象,所述空间对象、所述空间对象对应的时间和属性组成目标事件集合;
所述图形生成及显示模块,用于基于设定的候选项生成并显示候选视图,其中,所述候选项为候选属性或候选空间对象;
所述相关候选项确定模块,用于从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项;
所述链接模块,用于在所述第一目标事件和所述目标候选项之间建立链接,以通过所述链接表征所述目标候选项与所述第一目标事件的共现模式。
其中,所述相关候选项确定模块,具体用于当所述候选项为所述候选属性时,基于与所述第一目标事件对应的空间对象在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的空间对象为所述第一目标事件对应的空间对象,所述候选目标事件对应的属性为所述候选属性,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;将所述候选目标事件对应的候选属性确定为与所述第一目标事件相关的候选属性;
或者,
当所述候选项为所述候选空间对象时,基于与所述第一目标事件对应的属性在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的属性为所述第一目标事件对应的属性,所述候选目标事件对应的空间对象为所述候选空间对象,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;将所述候选目标事件对应的候选空间对象确定为与所述第一目标事件相关的候选空间对象。
其中,所述聚类模块,具体用于基于所述所有空间对象的投影坐标确定多个区间,将在相同时间点、投影坐标位于相同区间的空间对象聚集在一起,获得所述多个空间对象组。
其中,所述图形生成及显示模块,具体用于当所述候选项为所述候选属性时,生成并显示与每个候选属性对应的垂直轴,并在每个所述垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识;
或者,
当所述候选项为所述候选对象时,生成并显示与每个候选属性对应的图形标识,其中,所述图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
上述技术方案具有如下有益效果:
本发明提供的对时空数据的共现模式进行可视化的方法及装置,可对目标事件的原始时空数据进行处理生成事件视图,并基于候选属性或候选对象生成候选视图,进而查询与事件视图中目标事件相关的候选属性或候选对象,从而建立目标事件与相关的候选属性或候选对象之间的链接,以通过链接表征候选属性或候选对象与目标事件的共现模式,本发明提供的对时空数据的共现模式进行可视化的方法及装置能够将共现模式可视化,从而使得分析人员对共现模式一目了然,进而能够通过分析共现模式获得更多更具价值的结论。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的对时空数据的共现模式进行可视化的方法的流程示意图;
图2为本发明实施例提供的对目标事件的原始时空数据进行处理生成事件视图的流程示意图;
图3为本发明实施例提供的将空间对象映射到地图的示意图;
图4为本发明实施例提供的候选项为候选属性时的候选视图;
图5为本发明实施例提供的事件视图、候选视图、事件视图中的目标事件与候选视图中相关的候选属性建立链接的示意图;
图6为本发明实施例提供的事件视图、候选视图、事件视图中的目标事件与候选对象中相关的候选对象建立链接的示意图;
图7为本发明实施例提供的查询控件示意图;
图8为本发明实施例提供的属性链路图;
图9a和9b为本发明实施例提供的空间对象链路图;
图10a~10c为本发明实施例提供的候选属性视图;
图11为本发明实施例提供的对时空数据的共现模式进行可视化的装置的结构示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
本发明实施例提供了一种对时空数据的共现模式进行可视化的方法,请参阅图1,示出了该方法的流程示意图,可以包括:
步骤S101:基于目标事件的原始时空数据以及为所述目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵。
请参阅图2,示出了对目标事件的原始时空数据进行处理生成事件视图的流程示意图,其中,图2中的第2幅图示出了在预设时间段内的每个预设时间点创建多维数据矩阵的示意图。
其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值。示例性地,目标事件为雾霾事件、空间对象为雾霾事件发生的地区,空间对象的属性为污染物属性,如AQI、CO、NO2、SO2、O3、PM2.5和PM10。需要说明的是,为目标事件设定的属性可以基于具体的分析需求选取。
步骤S102:将每个多维数据矩阵投影到垂直线性的一维轴上,获得预设时间段内所有空间对象的投影坐标。其中,投影坐标用于表征空间对象投影属性的值。
需要说明的是,将每个多维数据矩阵投影到垂直线性的一维轴上的过程实质为对属性进行降维的过程,在一种可能的实现方式中,可利用PCA算法将每个多维数据矩阵投影到垂直线性的一维轴上,轴上空间对象的投影坐标全面地表征了在某个时间点所选取的属性的状态。
需要说明的是,在将多维数据矩阵投影到一维轴上之后,进一步沿水平时间轴对齐所有的垂直轴,请参阅图2中的第3幅图,该图中的横轴为时间,纵轴为属性降维后的结果。由于投影坐标代表投影属性的值,因此,分析人员可以通过选择在不同时间点投影到相应坐标范围上的对象来识别具有不同属性的事件。
步骤S103:基于所有空间对象的投影坐标对所有空间对象进行聚类,获得多个空间对象组。
在一种可能的实现方式中,可基于所有空间对象的投影坐标确定多个区间,将在相同时间点,投影坐标位于相同区间的空间对象聚集在一起,获得多个空间对象组,如图2中的第4幅图所示,不同时间点的聚类结果也沿水平时间轴对齐。需要说明的是,本实施例不直接使用投影坐标的原因是,为了避免由于投影坐标重叠的物体造成的杂波和被转换为相对组指标的绝对坐标导致信息丢失。
步骤S104:将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图。
其中,事件视图用于按预设的展示方式展示空间对象,空间对象、空间对象对应的时间和属性组成目标事件集合。
示例性地,空间对象为发生雾霾事件的区域,则步骤S104实现的是将发生雾霾事件的区域映射到地图上,在一种可能的实现方式中,可将处于同一组的区域采用相同的颜色编码,即,使处于同一组的区域在地图上显示相同的颜色。请参阅图2中的第5幅图,示出了将空间对象组中的空间对象映射到地图上的示意图。
需要说明的是,在将空间对象映射到地图上时,首先需要绘制地图,在一种可能的实现方式中,为了加速绘图,可只绘制一个地图网格,即将空间划分为X×Y个方块以近似地图,然后在绘制的地图网格中显示覆盖空间对象的正方形,如图3中的第2幅图所示。另外,如图3中的第3幅图所示,正方形可以用任何期望的属性进行颜色编码,例如,按区域平均AQI进行着色,平均AQI通常代表该区域的空气质量,覆盖空间对象的正方形除了可以按属性进行颜色编码外,还可按通过降维获得的属性的主要分量进行颜色编码。
步骤S105:基于选取的候选项生成并显示候选视图。
其中,候选项可以为候选属性,也可以为候选空间对象。
在一种可能的情况中,候选项可以为候选属性,则基于选取的候选项生成候选视图的过程可以包括:生成并显示与每个候选属性对应的垂直轴,并在每个垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识。
请参阅图4,示出了候选项为候选属性的候选视图,以图中的第一个垂直轴为例,该垂直轴上标注的0和500表示该垂直轴对应的属性所属的属性类别的取值范围为0到500,该垂直轴上的圆形用于表征属于该垂直轴所对应的属性的取值范围的空间对象的数量,即与该候选属性建立的链接的数量,圆形越大,表明链接的数量越多,反之,圆形越小,表明链接的数量越小。在一种可能的实现方式中,圆形的圆心可位于垂直轴所对应的属性的取值范围的中值对应的位置。
在另一种可能的情况中,候选项可以为候选空间对象,则基于设定的候选项生成候选视图,包括:当候选项对候选对象时,显示与每个候选属性对应的图形标识,其中,图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
在本实施例中,候选对象也用来探索不同对象之间的共现关系。事件视图中的所有空间对象在候选视图中均作为候选对象水平对齐。由于候选对象没有取值范围,因此,可显示与每个候选对象对应的图形标识,例如,可显示与每个候选对象对应的圆形标识,在一种可能的实现方式中,与候选对象对应的圆形标识的颜色可用于突显候选对象与一目标事件(用户在目标视图中选取的一目标事件)所涉及的空间对象的空间距离。在本实施例中,目标事件(用户在目标视图中选取的一目标事件)对应的对象在候选视图中显示作为参考,该对象是最大也是最暗的(参见图6中第7个候选对象)。将目标事件(用户在目标视图中选取的一目标事件)的对象作为候选对象的目的是为了能够识别异常,例如,距离较远的对象有更多的共现现象,或者距离较近的对象有更少的共现现象。
步骤S106:从候选视图中的候选项中,确定与事件视图中的第一目标事件相关的候选项作为目标候选项。
当目标事件Et发生,其他事件Eco总是发生,本发明探索Et和Eco之间可能存在的共现模式。
在一种可能的情况中,其他事件Eco为一系列处于不同范围的属性值,当Et发生时,这些属性值可能总是出现在一个既定的对象上。例如,当京津冀地区发生雾霾,AQI(空气质量指数)低于某个阈值时,其他地区的AQI也总是低于某个阈值。
在另一种可能的情况中,其他事件Eco为一系列空间对象,这些空间对象可能具有共同的属性,这些属性在目标事件Et发生时同时发生。例如,当中国人均收入快速增长时,其他某些国家也总是快速增长,或总是发生一些规律性的变化。
本发明实施例可查询属性或空间对象,确定与目标事件相关的属性或空间对象。查询机制允许用户预先分配属性或对象。例如,用户可以查询任何对象的属性(除了Et对应的空间对象外),也可以查询与Et对应的属性值相同或不同的空间对象,查询是在预先选取的候选项(属性或空间对象)上执行的,同时支持实时分析。
在一种可能的情况中,候选项为候选属性,则从候选视图中的候选项中,确定与事件视图中的第一目标事件相关的候选项的过程可以包括:基于与第一目标事件对应的空间对象在目标事件集合中查询候选目标事件,其中,候选目标事件对应的对象为第一目标事件对应的空间对象,候选目标事件对应的属性为所述候选属性,候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值。
在另一种可能的情况中,候选项为候选空间对象,则从候选视图中的候选项中,确定与事件视图中的第一目标事件相关的候选项的过程可以包括:基于与第一目标事件对应的属性在目标事件集合中查询候选目标事件,其中,候选目标事件对应的属性为第一目标事件对应的属性,候选目标事件对应的空间对象为候选空间对象,并且,候选目标事件对应的时间与第一目标事件对应的时间的差值为预设值;将候选目标事件对应的候选空间对象确定为与第一目标事件相关的候选空间对象。
需要说明的是,上述预设值可为分析人员设置的Et和Eco之间的时间间隔,该时间间隔可以是正数也可以是负数,负时间间隔意味着查询哪个Eco可能触发Et,正时间间隔意味着Eco在Et之后发生。
步骤S107:在第一目标事件和目标候选项之间建立链接,以通过链接表征目标候选项与第一目标事件的共现模式。
在一种可能的实现方式中,事件视图显示在显示界面的第一区域,候选视图显示在显示界面的第二区域,示例性地,事件视图显示在显示界面上方区域,候选视图显示在事件视图的下方区域。
请参阅图5,示出了事件视图、候选视图(候选属性)、事件视图中的目标事件与候选视图中相关的候选属性建立链接的示意图,图3中的a即为事件视图,b即为候选视图,请参阅图6,示出了事件视图、候选视图(候选对象)、事件视图中的目标事件与候选对象中相关的候选对象建立链接的示意图。若用户在图3或图4示出的事件视图中选取一个目标事件e(ot,tt,at)(Ot为一个空间对象,at为一个属性),本实施例可以自动查询一个时间点(或一个时间周期)的所有相关事件(即相关的属性或相关的空间对象),从而得到一个相关事件集合,在目标事件与相关事件之间建立链接。需要说明的是,用户通过选择一个具有垂直组索引(即属性)和水平坐标(即时间)的正方形(即空间对象)来选取目标事件。如图3所示,一个目标事件在一段时间内不同的时间点与多个候选属性产生了多个链接,每个链接都代表着与目标事件的共现模式,如图4所示,一个目标事件在一段时间内不同的时间点与多个候选对象产生了多个链接,每个链接都代表着与目标事件的共现模式。
本发明实施例提供的对时空数据的共现模式进行可视化的方法,可对目标事件的原始时空数据进行处理生成事件视图,并基于候选属性或候选对象生成候选视图,能够查询与事件视图中目标事件相关的候选属性或候选对象,从而建立目标事件与相关的候选属性或候选对象之间的链接,从而通过链接表征候选属性或候选对象与目标事件的共现模式,本发明实施例提供的对时空数据的共现模式进行可视化的方法将共现模式可视化,能够让分析人员对分析人员对共现模式一目了然,进而能够通过分析共现模式获得更多更具价值的结论结果。
在实际应用中,可以通过对共现模式探索,分析犯罪嫌疑人之间存在的共现现象,进而预测未来犯罪目标或为警方缩小搜查范围甚至是锁定犯罪嫌疑人,共现现象是一种普遍的现象,可能出于偶然,也可能是必然。本发明实施例可以根据分析人员关心的条件,先将发生共现现象的所有对象锁定,然后通过可视化的结果,筛选出其中的必然现象,这无论对分析社交数据,警用数据还是对生物、物理、化学等学科的学科研究都极具有用价值。
以下结合两个具体的应用实例(分别对应上述的图5和图6)对本发明实施例提供的方法进行说明:
应用实例一:原始时空数据集合中的数据为2015年10月1日到2015年11月31日期间,中国196个城市的污染物属性数据和气象数据,在此期间,中国各地频频出现雾霾天气。假设选择AQI、CO、NO2、SO2、O3、PM2.5和PM10作为事件属性构建事件视图。在每个时间点,196个城市根据空气质量分为6组,第6组(即图5(a)中最后一行)的地区空气质量最差。为了找到雾霾天气中总是出现的其它相关属性,本实施例选取7个属性类别(如下表1所示)中的其他22个候选属性来形成候选视图,这7个类别还包含空气质量及其变化(见图2中的第1、2个圆形标签以及第3-6个圆形标签),并为每个属性类别分配一种颜色,因此,图5b中有7种颜色,每个类别的属性均放在一起,并按照其取值范围水平对齐,从左到右增加。表1示出的7个属性类别在图5(b)中从左到右显示。
表1 7个属性类别
属性类别 | 含义 |
aqi | 空气质量指数 |
daqi | 空气质量指数的变化 |
u | 水平风 |
v | 垂直风 |
r | 相对湿度 |
Dr | 湿度变化 |
Dt | 地面气温的变化 |
首先查询京津冀地区出现雾霾天气时,哪些气象属性总是发生。可以通过界面上的控件来设置查询条件。图7展示了位于图5(c)的控制面板的c.3中的相关控制组件,另外,c.1和c.2中的控件分别用于控制事件视图和候选视图的可视效果。
图5(b)显示了当Δt=0时,中国污染最严重的京津冀雾霾事件的共现模式。在图5(b)中,气温升高(请参阅最后一个垂直轴上的圆形标签)、相对湿度增加(请参阅第19个垂直轴上的圆形标签)、高湿度(请参阅第16个垂直轴上的圆形标签)这三个圆形标签很大。
之后选择与“空气温度降低”对应的垂直轴上的圆形标签(从右数第二个垂直轴上的圆形)查询链接到这个候选属性的事件。通过跟踪这些链接,在事件视图中交互地选择链接的候选属性,发现所有的链路都连接到雾霾事件的最后一天,这意味着空气质量将会改善(见所选的时间点和图5(a)中的趋势线)。虽然雾霾大多发生在寒冷季节,但是如上所述,当气温升高时,雾霾通常会恶化。
设置Δt=-1,来分析北京雾霾天的前一天,总是出现哪些属性和事件。为了挖掘可能导致空气质量恶化的因素,勾选复选框(如图7d),画出连续雾霾天气的第一天的链路,如图8所示。除了11月2日以外,北京雾霾天气一天前的“缓慢的西风”(见第9个圆形标签)和“缓慢的北风(见第13个圆形标签)有很多联系,这表明缓慢的风也是北京雾霾的主要原因。
查询哪些城市总是受到相同雾霾事件的影响。把空间范围放大到污染最严重的京津冀地区,观察同一时间段内哪个城市经历过何种天气,以及之间的相关关系和共现现象。属性设置为索引的最后一行(最差的空气质量),Δt也被设置为0。
首先选择北京作为分析对象。在图9a中,城市对象大小不同,说明北京的空气污染具有不同的共现模式。圆形标签的灰度表示城市与北京的距离,颜色越深距离越近。几个距离北京较近的几个城市,但空气质量往往比北京好,如张家口和承德,如图9a所示,张家口和承德与北京有着不同的地形(如高海拔)和气象条件(冬季较长),可以抵制雾霾形成。
选择济南的雾霾天气进行比较,如图9b所示,发现虽然济南的空气污染严重,但与北京的共现模式却不尽相同。济南共现发生烟雾的城市大多位于山东省。河北省的一些城市也靠近济南,但是与济南有着完全不同的共现模式,如沧州。这些发现帮助分析人员通过排除一些共现现象不明显的城市来精确地估计空间范围,从而大大减少了进一步区域调查的数据量。为了获得更准确的结果,领域专家可以为不同的城市设置不同的权重,作为环境模型的输入。
应用实例二:各国人均收入、预期寿命和人口数量的共现模式。原始时空数据集合中的数据为1992年至2009年间180个国家的年度统计数据,这个数据集包含三个属性,分别为人均收入、预期寿命和人口。由于所有国家都有不同的经济状态和人口特征,因此,这里只计算每个国家三个属性的增长率,并对计算的增长率进行分析。为每个属性类别设置6个属性,最终根据属性的取值范围形成18个水平对齐的候选对象,如图10所示。对于每个属性类别,第一个属性表示负增长(见图10a),而其他五个属性代表逐渐增加的正增长率。在每个时间点上,所有国家按照人均收入增长率分为5组,最底部的国家增长速度最快,如图6所示。
首先,查询中国人均收入增长率高时,哪些属性总是出现,选取代表中国的方块时,清晰地显示了所有的共现模式,从图中可以看出,预期寿命和人口都有一个缓慢的正增长率(见图10a中第8个圆形标签和第14个圆形标签)。
然后,选择其他两个国家来比较它们与中国存在的共现模式,图10b显示了朝鲜的共现模式,由于朝鲜很少有很高的人均收入增长率的情况,所以查询在人均收入增长率缓慢(或负)的情况下总是出现的属性,从图中可以看出,尽管其收入增长率经常性的为负值(第1个圆形标签),但其人口增长率始终为正,与中国相似。第7个圆形标签是最大的,这意味着朝鲜的预期寿命在这个时期一直在下降。
之后,选择阿富汗,以观察其与人均收入增长率高的时侯发生的共现模式,从图10c可以发现,所有环节都连接到选定时期的下半年,这意味着整体经济逐渐好转,第8个圆形标签是最大的,这意味着预期寿命有一个缓慢的正增长。然而,其人口的迅速增长高于世界其它所有国家(见图10c中椭圆注释框)。
继续查询哪些国家或地区同时拥有较高的人均收入增长率。把地图放大到亚洲,使每个类别只包括1-2个国家,观察各个国家的共现模式。选择人均收入快速增长的中国为目标事件。从图6的查询结果可以看出,香港,澳门,越南和韩国在人均收入方面与中国情况相似,因为这些国家的标签都是灰度高而且面积较大。中国的三个邻国,即日本,北韩和文莱,却截然不同,尽管它们与中国的距离很近,但是它们相应的圆形标签却很小,没有表现出任何与目标事件的关联性,这表明它们并不像中国那样具有较高的人均收入增长率。通过观察其圆形标签的颜色和大小,可以直观地识别不同国家的共现模式,为研究区域经济发展提供重要线索。
与上述方法相对应,本发明实施例还提供了一种对时空数据的共现模式进行可视化的装置,请参阅图11,示出了该装置的结构示意图,可以包括:预处理模块1101、降维模块1102、聚类模块1103、映射模块1104、图形生成模块1105、相关候选项确定模块1106和链接模块1107。其中:
预处理模块1101,用于基于目标事件的原始时空数据以及为目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵。
其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值。
降维模块1102,用于将多维数据矩阵投影到垂直线性的一维轴上,获得预设时间段内所有空间对象的投影坐标。
其中,投影坐标用于表征空间对象投影属性的值。
聚类模块1103,用于基于所有空间对象的投影坐标对所有空间对象进行聚类,获得多个空间对象组;
映射模块1104,用于将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图。
其中,事件视图用于按预设的展示方式展示空间对象,空间对象、空间对象对应的时间和属性组成目标事件集合。
图形生成及显示模块1105,用于基于设定的候选项生成并显示候选视图,其中,候选项为候选属性或候选空间对象。
相关候选项确定模块1106,用于从候选视图中的候选项中,确定与事件视图中的第一目标事件相关的候选项作为目标候选项。
链接模块1107,用于在第一目标事件和目标候选项之间建立链接,以通过链接表征目标候选项与第一目标事件的共现模式。
本发明实施例提供的对时空数据的共现模式进行可视化的装置,可对目标事件的原始时空数据进行处理生成事件视图,并基于候选属性或候选对象生成候选视图,能够查询与事件视图中目标事件相关的候选属性或候选对象,从而建立目标事件与相关的候选属性或候选对象之间的链接,从而通过链接表征候选属性或候选对象与目标事件的共现模式,本发明实施例提供的对时空数据的共现模式进行可视化的装置将共现模式可视化,能够让分析人员对分析人员对共现模式一目了然,进而能够通过分析共现模式获得更多更具价值的结论结果。
在上述实施例提供的装置中,相关候选项确定模块1106,具体用于当候选项为候选属性时,基于与第一目标事件对应的空间对象在目标事件集合中查询候选目标事件,其中,候选目标事件对应的空间对象为第一目标事件对应的空间对象,候选目标事件对应的属性为候选属性,候选目标事件对应的时间与第一目标事件对应的时间的差值为预设值;将候选目标事件对应的候选属性确定为与第一目标事件相关的候选属性;
或者,
当候选项为候选空间对象时,基于与第一目标事件对应的属性在目标事件集合中查询候选目标事件,其中,候选目标事件对应的属性为第一目标事件对应的属性,候选目标事件对应的空间对象为候选空间对象,候选目标事件对应的时间与第一目标事件对应的时间的差值为预设值;将候选目标事件对应的候选空间对象确定为与第一目标事件相关的候选空间对象。
在上述实施例提供的装置中,聚类模块1103,具体用于基于所有空间对象的投影坐标确定多个区间,将在相同时间点、投影坐标位于相同区间的空间对象聚集在一起,获得多个空间对象组。
在上述实施例提供的装置中,图形生成及显示模块1105,具体用于当候选项为候选属性时,生成并显示与每个候选属性对应的垂直轴,并在每个垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识;或者,当候选项为候选对象时,生成并显示与每个候选属性对应的图形标识,其中,图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和设备,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种对时空数据的共现模式进行可视化的方法,其特征在于,包括:
基于目标事件的原始时空数据以及为所述目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵,其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值;
将所述多维数据矩阵投影到垂直线性的一维轴上,获得所述预设时间段内所有空间对象的投影坐标,其中,所述投影坐标用于表征所述空间对象投影属性的值;
基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组;
将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图,其中,所述事件视图用于按预设的展示方式展示所述空间对象,所述空间对象、所述空间对象对应的时间和属性组成目标事件集合;
基于设定的候选项生成候选视图,其中,所述候选项为候选属性或候选空间对象;
从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项;
在所述第一目标事件和所述目标候选项之间建立链接,以通过所述链接表征所述目标候选项与所述第一目标事件的共现模式。
2.根据权利要求1所述的对时空数据的共现模式进行可视化的方法,其特征在于,所述从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项,包括:
当所述候选项为所述候选属性时,基于与所述第一目标事件对应的空间对象在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的空间对象为所述第一目标事件对应的空间对象,所述候选目标事件对应的属性为所述候选属性,并且,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;
将所述候选目标事件对应的候选属性确定为与所述第一目标事件相关的候选属性。
3.根据权利要求1所述的对时空数据的共现模式进行可视化的方法,其特征在于,所述从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项,包括:
当所述候选项为所述候选空间对象时,基于与所述第一目标事件对应的属性在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的属性为所述第一目标事件对应的属性,所述候选目标事件对应的空间对象为所述候选空间对象,并且,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;
将所述候选目标事件对应的候选空间对象确定为与所述第一目标事件相关的候选空间对象。
4.根据权利要求1所述的对时空数据的共现模式进行可视化的方法,其特征在于,所述基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组,包括:
基于所述所有空间对象的投影坐标确定多个区间;
将在相同时间点、投影坐标位于相同区间的空间对象聚集在一起,获得所述多个空间对象组。
5.根据权利要求1所述的对时空数据的共现模式进行可视化的方法,其特征在于,所述基于设定的候选项生成候选视图,包括:
当所述候选项为候选属性时,生成并显示与每个候选属性对应的垂直轴,并在每个所述垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识。
6.根据权利要求1所述的对时空数据的共现模式进行可视化的方法,其特征在于,所述基于设定的候选项生成候选视图,包括:
当所述候选项对候选对象时,显示与每个候选属性对应的图形标识,其中,所述图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
7.一种对时空数据的共现模式进行可视化的装置,其特征在于,包括:预处理模块、降维模块、聚类模块、映射模块、图形生成模块、相关候选项确定模块和链接模块;
所述预处理模块,用于基于目标事件的原始时空数据以及为所述目标事件选取的属性,在预设时间段内的每个预设时间点创建数据矩阵,获得多个多维数据矩阵,其中,每个多维数据矩阵表征每个预设时间点所有空间对象的属性值;
所述降维模块,用于将所述多维数据矩阵投影到垂直线性的一维轴上,获得所述预设时间段内所有空间对象的投影坐标,其中,所述投影坐标用于表征所述空间对象投影属性的值;
所述聚类模块,用于基于所述所有空间对象的投影坐标对所述所有空间对象进行聚类,获得多个空间对象组;
所述映射模块,用于将每个空间对象组中的空间对象基于空间坐标映射到地图上,获得事件视图,其中,所述事件视图用于按预设的展示方式展示所述空间对象,所述空间对象、所述空间对象对应的时间和属性组成目标事件集合;
所述图形生成及显示模块,用于基于设定的候选项生成并显示候选视图,其中,所述候选项为候选属性或候选空间对象;
所述相关候选项确定模块,用于从所述候选视图中的候选项中,确定与所述事件视图中的第一目标事件相关的候选项作为目标候选项;
所述链接模块,用于在所述第一目标事件和所述目标候选项之间建立链接,以通过所述链接表征所述目标候选项与所述第一目标事件的共现模式。
8.根据权利要求7所述的对时空数据的共现模式进行可视化的装置,其特征在于,所述相关候选项确定模块,具体用于当所述候选项为所述候选属性时,基于与所述第一目标事件对应的空间对象在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的空间对象为所述第一目标事件对应的空间对象,所述候选目标事件对应的属性为所述候选属性,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;将所述候选目标事件对应的候选属性确定为与所述第一目标事件相关的候选属性;
或者,
当所述候选项为所述候选空间对象时,基于与所述第一目标事件对应的属性在所述目标事件集合中查询候选目标事件,其中,所述候选目标事件对应的属性为所述第一目标事件对应的属性,所述候选目标事件对应的空间对象为所述候选空间对象,所述候选目标事件对应的时间与所述第一目标事件对应的时间的差值为预设值;将所述候选目标事件对应的候选空间对象确定为与所述第一目标事件相关的候选空间对象。
9.根据权利要求7所述的对时空数据的共现模式进行可视化的装置,其特征在于,所述聚类模块,具体用于基于所述所有空间对象的投影坐标确定多个区间,将在相同时间点、投影坐标位于相同区间的空间对象聚集在一起,获得所述多个空间对象组。
10.根据权利要求7所述的对时空数据的共现模式进行可视化的装置,其特征在于,所述图形生成及显示模块,具体用于当所述候选项为所述候选属性时,生成并显示与每个候选属性对应的垂直轴,并在每个所述垂直轴上标注对应的候选属性的名称、对应的候选属性的取值范围以及用于表征属于对应的候选属性的取值范围的空间对象的数量的图形标识;
或者,
当所述候选项为所述候选对象时,生成并显示与每个候选属性对应的图形标识,其中,所述图形标识能够表征候选对象与一目标事件对应的空间对象的空间距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025707.6A CN108256032B (zh) | 2018-01-11 | 2018-01-11 | 一种对时空数据的共现模式进行可视化的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025707.6A CN108256032B (zh) | 2018-01-11 | 2018-01-11 | 一种对时空数据的共现模式进行可视化的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108256032A true CN108256032A (zh) | 2018-07-06 |
CN108256032B CN108256032B (zh) | 2020-10-02 |
Family
ID=62726265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810025707.6A Active CN108256032B (zh) | 2018-01-11 | 2018-01-11 | 一种对时空数据的共现模式进行可视化的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256032B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271464A (zh) * | 2018-08-20 | 2019-01-25 | 浙江大学 | 集成空间上下文的可视化排名*** |
CN111767432A (zh) * | 2020-06-30 | 2020-10-13 | 北京百度网讯科技有限公司 | 共现对象的查找方法和装置 |
CN111899106A (zh) * | 2020-08-06 | 2020-11-06 | 天津大学 | 一种期货大数据可视分析*** |
CN113468390A (zh) * | 2021-06-29 | 2021-10-01 | 中国人民解放军战略支援部队航天工程大学 | 一种时空共现分析模型和方法 |
CN113535860A (zh) * | 2021-06-29 | 2021-10-22 | 中国人民解放军战略支援部队航天工程大学 | 一种目标及事件时空变化规律可视化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132424A1 (en) * | 2011-11-23 | 2013-05-23 | Siemens Product Lifecycle Management Software Inc. | Massive model visualization with spatial indexing |
CN105378797A (zh) * | 2013-05-31 | 2016-03-02 | 惠普发展公司,有限责任合伙企业 | 三维数据可视化 |
CN107045532A (zh) * | 2017-01-20 | 2017-08-15 | 中国科学院电子学研究所 | 时空地理空间可视化的分析方法 |
-
2018
- 2018-01-11 CN CN201810025707.6A patent/CN108256032B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132424A1 (en) * | 2011-11-23 | 2013-05-23 | Siemens Product Lifecycle Management Software Inc. | Massive model visualization with spatial indexing |
CN105378797A (zh) * | 2013-05-31 | 2016-03-02 | 惠普发展公司,有限责任合伙企业 | 三维数据可视化 |
CN107045532A (zh) * | 2017-01-20 | 2017-08-15 | 中国科学院电子学研究所 | 时空地理空间可视化的分析方法 |
Non-Patent Citations (1)
Title |
---|
张翀: "基于对等计算的分布式时空索引技术研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271464A (zh) * | 2018-08-20 | 2019-01-25 | 浙江大学 | 集成空间上下文的可视化排名*** |
CN109271464B (zh) * | 2018-08-20 | 2021-06-08 | 浙江大学 | 集成空间上下文的可视化排名*** |
CN111767432A (zh) * | 2020-06-30 | 2020-10-13 | 北京百度网讯科技有限公司 | 共现对象的查找方法和装置 |
CN111767432B (zh) * | 2020-06-30 | 2024-04-02 | 北京百度网讯科技有限公司 | 共现对象的查找方法和装置 |
CN111899106A (zh) * | 2020-08-06 | 2020-11-06 | 天津大学 | 一种期货大数据可视分析*** |
CN113468390A (zh) * | 2021-06-29 | 2021-10-01 | 中国人民解放军战略支援部队航天工程大学 | 一种时空共现分析模型和方法 |
CN113535860A (zh) * | 2021-06-29 | 2021-10-22 | 中国人民解放军战略支援部队航天工程大学 | 一种目标及事件时空变化规律可视化方法 |
CN113468390B (zh) * | 2021-06-29 | 2024-02-20 | 中国人民解放军战略支援部队航天工程大学 | 一种时空共现分析***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108256032B (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256032A (zh) | 一种对时空数据的共现模式进行可视化的方法及装置 | |
Qu et al. | Visual analysis of the air pollution problem in Hong Kong | |
Vizzari et al. | Urban-rural-natural gradient analysis with CORINE data: An application to the metropolitan France | |
CN111598999B (zh) | 一种基于三维干旱体结构的干旱事件识别方法 | |
Shi et al. | Urbanization in China from the end of 1980s until 2010–spatial dynamics and patterns of growth using EO-data | |
CN101271526B (zh) | 一种图像处理中物体自动识别并三维重建的方法 | |
CN111241085B (zh) | 一种基于气象数据的自然分区可视化方法 | |
CN106294883A (zh) | 基于用户行为数据对用户行为图上分析的方法和*** | |
CN101576881A (zh) | 一种数据可视化***及实现方法 | |
CN109271441A (zh) | 一种高维数据可视化聚类分析方法及*** | |
CN115563493A (zh) | 一种基于聚类算法划分乡村景观生态单元的方法 | |
CN106407468B (zh) | 一种描述事物空间属性并基于所述描述进行查找的方法 | |
Oshan et al. | A scoping review on the multiplicity of scale in spatial analysis | |
Xie et al. | Measuring spatio-temporal heterogeneity and interior characteristics of green spaces in urban neighborhoods: A new approach using gray level co-occurrence matrix | |
Hoi et al. | Data. Information and Knowledge Visualization for Frequent Patterns | |
CN106021245A (zh) | 数据的可视化方法和装置 | |
CN115187127B (zh) | 基于空间分析的详细规划分级管理智能检测方法 | |
CN115952252A (zh) | 数据处理方法、装置、电子设备和介质 | |
Leite et al. | PhenoVis–A tool for visual phenological analysis of digital camera images using chronological percentage maps | |
CN109241048A (zh) | 用于数据统计的数据处理方法、服务器及存储介质 | |
CN105975634B (zh) | 分布式数据存储***中多维有序数据的存储方法 | |
Kobayashi et al. | Colored mosaic matrix: Visualization technique for high-dimensional data | |
CN110019432A (zh) | 针对读者行为信息的海量数据分析及可视化*** | |
Uchida et al. | A visualization and level-of-detail control technique for large scale time series data | |
Dmowska et al. | Spatial approach to analyzing dynamics of racial diversity in large US cities: 1990–2000–2010 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |