CN113535860A - 一种目标及事件时空变化规律可视化方法 - Google Patents
一种目标及事件时空变化规律可视化方法 Download PDFInfo
- Publication number
- CN113535860A CN113535860A CN202110724989.0A CN202110724989A CN113535860A CN 113535860 A CN113535860 A CN 113535860A CN 202110724989 A CN202110724989 A CN 202110724989A CN 113535860 A CN113535860 A CN 113535860A
- Authority
- CN
- China
- Prior art keywords
- time
- target
- event
- events
- targets
- 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
- 230000002123 temporal effect Effects 0.000 title claims abstract description 11
- 238000007794 visualization technique Methods 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims abstract description 25
- 239000003086 colorant Substances 0.000 claims abstract description 3
- 230000011218 segmentation Effects 0.000 claims abstract description 3
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000011065 in-situ storage Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010835 comparative analysis Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本方法属于信息科学领域,具体涉及一种目标及事件时空变化规律可视化方法。现有技术缺乏对目标及其所参与的事件随时间的空间变化规律分析,无法体现目标、事件、时间、位置四维关系之间多时间尺度的时空规律,以用于对比分析。本方法多目标之间的时空行进关系,采取颜色、箭头方向、线条、图形标志组合的方式,显示不同目标之间的时空行进关系;多目标单事件和单目标多事件时空关系,采取时间段分割、图形颜色深浅、不同图形和图形远近组合的方法,显示目标和事件的时空关系。本专利挖掘了目标及其参与的事件之间在不同时间尺度下的规律并展示出来,不仅更易于理解力,也具有更丰富的信息展示效果。
Description
技术领域
本方法属于信息科学领域,具体涉及一种目标及事件时空变化规律可视化方法。
背景技术
要实现航天多源信息全天时、全天候、全地域融入和服务于国家安全、指挥决策,以及民生经济,不仅仅要知道目标的时空规律,还要知道目标及其所参与的事件的时空规律,获取丰富的目标情报信息。关键是要基于我国现有的航天电子感知、遥感信息资源基础,尽快开展基于航天时空信息的目标及事件时空变化规律模型与可视化方法研究,可以通过目标及事件的时空规律去及时判断当某个目标做了什么事情极有可能该目标或其他目标就要开展什么行动,及时进行态势分析,有效守卫国土安全。
空间、时间和多个属性的组合使得信息具有丰富性和异质性的特点,这使得时空序列无法使用标准图表来可视化。使用单个显示器对数据的空间和时间方面进行组合可视化的表达非常有限,并且现有的方法无法扩展到大量数据。一种常见的方法是使用协调视图,其中使用地图显示表达空间特性,而各种面向时间的显示,表达时间特性。Waldner等使用曲线来链接不同投影空间中物体的多个方面。现有技术还包括采用时空聚集、聚类和3D空间中的堆叠可视化技术。另外还有通过降维获得的投影中的点顺序连接,以显示不断发展的多维特征的时间模式。也可采用小倍数方法,研究在同一地点事件的变化,或多个地点同一事件的相关变化,多个地图根据时间水平排列,而根据属性值的间隔垂直排列,各种交互关系可以在很长一段时间内表示大量对象。
现有工作缺乏对目标及其所参与的事件随时间的空间变化规律分析,无法体现目标、事件、时间、位置四维关系之间多时间尺度的时空规律,以用于对比分析。本专利重点研究多目标之间的时空关系规律可视化分析、多目标单事件的时空规律可视化分析,以及单目标多事件的时空规律可视化分析。
发明内容
一种目标及事件时空变化规律可视化方法,包括多目标之间的时空行进关系,多目标单事件时空关系和单目标多事件时空关系;多目标之间的时空行进关系,采取颜色、箭头方向、线条、图形标志组合的方式,显示不同目标之间的时空行进关系;多目标单事件和单目标多事件时空关系,采取时间段分割、图形颜色深浅、不同图形和图形远近组合的方法,显示目标和事件的时空关系。
所述的多目标之间的时空行进关系,包括聚集、分散、原地休整、协同和接替5种关系;其中:
聚集表示为:ts1=ts2 L1(ts1)=L2(ts2);
分散表示为:te1=te2 L1(te1)=L2(te2);
原地休整表示为:ts1=ts2 te1=te2
L1(ts1)=L2(ts2)=L1(t)L2(te1)=L2(te2)=L2(t)
t∈[ts1,te1];
协同表示为:ts1=ts2 te1=te2 L1(ts1)≠L1(te1)L1(ts2)≠L1(te2)
L1(t)=L2(t)t∈[ts1,te1];
接替表示为:te1=ts2 L1(te1)=L2(ts2);
上述公式中:
ts1:目标1的到达L1的起始时间;
ts2:目标1的到达L2的起始时间;
te1:目标1的离开L1的时间;
te2:目标2的离开L2的时间;
L1(t):目标1在t时刻的位置;
L2(t):目标2在t时刻的位置;
t:某个时刻。
所述的多目标单事件时空关系表示为:
OSBM={t1,t2,t3,t4……ti} 公式1
其中,OSBM模型将一个时间周期平均划分为i个时间段;ti(i=1~24)表示每个时间段的事件属性值,单个目标在一段时间内每个时间段内属性的平均值作为该目标一个周期内的属性规律;参与同样事件的两个目标在一段时间内、每个时间段间距的平均值作为目标一个周期内的间距规律。
多目标单事件时空关系中所述的图形为圆环形,共分为外,中,内圈;外圈表示目标2的属性规律,中圈表示与之协同的目标1的属性规律,颜色代表不同的属性值;内圈表示目标之间的距离,颜色越深距离越远,一圈表示一天。
所述的外圈表示时间参数,内圈表示空间参数,中圈表示事件、目标参数,具有多维属性。
所述的单目标多事件时空关系表示为:
OSBM={T,v,e,d} 公式2
T,v,e,d分别为描述目标的时间段、速度、电磁信号强度以及距起点距离四种属性。
所述的T可以按照周期划分为若干时间段,每个时间段作为1个属性值;
v按照速度的大小划分为高速、中速、慢速、静止4个属性值;
e按照电磁强度的大小划分为强信号、中等信号、弱信号、无信号4个属性值;
d按照距离的远近划分为远距离、中等距离、近距离、零距离4个属性值。
单目标多事件时空关系所述的图形为圆环形,共分为外,中,内圈;外圈表示事件1的规律,颜色越深属性值越大,中圈表示事件2的规律,颜色越深属性值越大,内圈表示目标距离起点的距离,颜色越深距起点越远。
所述的属性值必须同时有表示空间信息和时间信息两种。
附图说明
图1.目标先后聚集、协同、原地休整、分散、接替的时空行进关系示意图图2多目标单事件时空规律可视化
图3对单目标多属性的行为特征分析
具体实施方式
目标在一段时间内多次参与相同或不同事件分析出的多个尺度的时空规律,包括时序规律和周期规律,本专利对多目标之间的时空行进规律模型与可视化方法、多目标单事件的时空规律模型与可视化方法,以及单目标多事件的时空规律模型与可视化方法进行研究。
(1)多目标之间的时空行进规律模型与可视化方法
本专利提出可以将时空行进关系的元模型描述为2个目标之间的5类关系,分别是聚集、分散、原地休整、协同,以及接替。对多目标之间的时空行进规律模型与可视化方法设计如表1。
表1.时空行进关系元模型及可视化表示
则目标和目标之间的时空行进关系都可用上述提出的时空关系元模型进行组合表示,例如图1中展示了蓝绿两个目标先后聚集、协同、原地休整、分散的时空关系,随后绿目标被橙色目标接替的时空行进关系。
(2)多目标单事件的时空规律模式与可视化方法
时空事件可自定义(例如,巡逻/补给,高速/低速,电磁增强/电磁静默),根据需求比较目标的事件周期(以年/月/周/天为周期或挖掘出的时间周期,例如执行一次巡逻任务所花费的时间)。
目标单事件时空规律挖掘模型OSBM(Object Single event model)如公式 1.
OMBM={t1,t2,t3,t4,t5,t6,t7,t8,t9,t10,t11,t12} (1)
其中,OSBM模型将一个时间周期平均划分为若干时间段,例如,将一天分为12 个时间段,ti(i=1~12)表示每个时间段的事件属性值,例如速度的大小,或电磁的强度。求取单个目标在一段时间内每个时间段内属性的平均值作为该目标一个周期内的属性规律。而参与同样事件的两个目标在一段时间内、每个时间段间距的平均值作为目标一个周期内的间距规律。
本课题设计出比较两个目标之间时间、位置、事件之间的规律可视化方法,如图2所示,外圈表示目标2的属性规律,中圈表示与之协同的目标1的属性规律,颜色代表不同的属性值。内圈表示目标之间的距离,颜色越深距离越远,一圈表示一天。
(3)单目标多事件的时空规律模型与可视化方法
目标多事件规律挖掘模型OMBM(Object multiple event model)如公式2:
OMBM={T,v,e,d} (2)
T,v,e,d分别为描述目标的时间段、速度、电磁信号强度以及距起点距离四种属性利用聚类算法,将卫星获取的时空数据进行聚类,挖掘出目标行为模式。其中,T可以按照周期划分为若干时间段,每个时间段作为1个属性值。v 按照速度的大小划分为高速、中速、慢速、静止4个属性值。e按照电磁强度的大小划分为强信号、中等信号、弱信号、无信号(电磁静默)4个属性值。d按照距离的远近划分为远距离、中等距离、近距离、零距离(同时同地出现)4个属性值,如表2所示。
表2单目标多事件的时空规律模型属性值
利用现有分类算法,将时间段作为类别,对单目标多事件的时空规律模型进行分类,获得时空规律。由此也可分析出时间段、速度、电磁信号强度以及距起点距离之间的相互关系。本专利设计出比较单目标多事件之间时间、位置、事件之间的规律可视化方法,如图3所示,外圈表示事件1的规律,颜色越深属性值越大,中圈表示事件2的规律,颜色越深属性值越大,内圈表示目标距离起点的距离,颜色越深距起点越远。图中所表示的时空规律是,在下午,当速度提高时,电磁强度会大;在距离起点近的地方,电磁强度小。总有属性值表示空间信息和时间信息。
为解决目标及事件时空变化规律模型与可视化问题,本专利提出了3种类型的目标及事件时空变化规律可视化方法,不仅只考虑目标的时空规律,也不仅只考虑事件的时空规律,而是挖掘目标及其参与的事件之间在不同时间尺度下的规律并展示出来,不仅更易于理解力,也具有更丰富的信息展示效果。
Claims (10)
1.一种目标及事件时空变化规律可视化方法,其特征在于:包括多目标之间的时空行进关系,多目标单事件时空关系和单目标多事件时空关系;多目标之间的时空行进关系,采取颜色、箭头方向、线条、图形标志组合的方式,显示不同目标之间的时空行进关系;多目标单事件和单目标多事件时空关系,采取时间段分割、图形颜色深浅、不同图形和图形远近组合的方法,显示目标和事件的时空关系。
2.根据权利要求1所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的多目标之间的时空行进关系,包括聚集、分散、原地休整、协同和接替5种关系;其中:
聚集表示为:ts1=ts2 L1(ts1)=L2(ts2);
分散表示为:te1=te2 L1(te1)=L2(te2);
原地休整表示为:ts1=ts2 te1=te2
L1(ts1)=L2(ts2)=L1(t) L2(te1)=L2(te2)=L2(t)
t∈[ts1,te1];
协同表示为:ts1=ts2 te1=te2 L1(ts1)≠L1(te1) L1(ts2)≠L1(te2)
L1(t)=L2(t) t∈[ts1,te1];
接替表示为:te1=ts2 L1(te1)=L2(ts2);
上述公式中:
ts1:目标1的到达L1的起始时间;
ts2:目标1的到达L2的起始时间;
te1:目标1的离开L1的时间;
te2:目标2的离开L2的时间;
L1(t):目标1在t时刻的位置;
L2(t):目标2在t时刻的位置;
t:某个时刻。
3.根据权利要求1所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的多目标单事件时空关系表示为:
OSBM={t1,t2,t3,t4……ti} 公式1
其中,OSBM模型将一个时间周期平均划分为i个时间段;ti(i=1~24)表示每个时间段的事件属性值,单个目标在一段时间内每个时间段内属性的平均值作为该目标一个周期内的属性规律;参与同样事件的两个目标在一段时间内、每个时间段间距的平均值作为目标一个周期内的间距规律。
4.根据权利要求3所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的图形为圆环形,共分为外,中,内圈;外圈表示目标2的属性规律,中圈表示与之协同的目标1的属性规律,颜色代表不同的属性值;内圈表示目标之间的距离,颜色越深距离越远,一圈表示一天。
5.根据权利要求4所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的外圈表示时间参数,内圈表示空间参数,中圈表示事件参数,具有多维属性。
6.根据权利要求1所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的单目标多事件时空关系表示为:
OSBM={T,v,e,d} 公式2
T,v,e,d分别为描述目标的时间段、速度、电磁信号强度以及距起点距离四种属性。
7.根据权利要求1所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的T可以按照周期划分为若干时间段,每个时间段作为1个属性值;
v按照速度的大小划分为高速、中速、慢速、静止4个属性值;
e按照电磁强度的大小划分为强信号、中等信号、弱信号、无信号4个属性值;
d按照距离的远近划分为远距离、中等距离、近距离、零距离4个属性值。
8.根据权利要求7所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的图形为圆环形,共分为外,中,内圈;外圈表示事件1的规律,颜色越深属性值越大,中圈表示事件2的规律,颜色越深属性值越大,内圈表示目标距离起点的距离,颜色越深距起点越远。
9.根据权利要求8所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的外圈表示时间参数,内圈表示空间参数,中圈表示事件参数,具有多维属性。
10.根据权利要求7所述的一种目标及事件时空变化规律可视化方法,其特征在于:所述的属性值必须同时有表示空间信息和时间信息两种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724989.0A CN113535860B (zh) | 2021-06-29 | 一种目标及事件时空变化规律可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724989.0A CN113535860B (zh) | 2021-06-29 | 一种目标及事件时空变化规律可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113535860A true CN113535860A (zh) | 2021-10-22 |
CN113535860B CN113535860B (zh) | 2024-06-25 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2556118A1 (en) * | 2005-08-15 | 2007-02-15 | Oculus Info Inc. | System and method for visualizing connected temporal and spatial information as an integrated visual representation on a user interface |
US20110227925A1 (en) * | 2010-03-16 | 2011-09-22 | Imb Corporation | Displaying a visualization of event instances and common event sequences |
US20170206258A1 (en) * | 2016-01-19 | 2017-07-20 | International Business Machines Corporation | Method for visualizing topic evolution based on time and geography |
CN108256032A (zh) * | 2018-01-11 | 2018-07-06 | 天津大学 | 一种对时空数据的共现模式进行可视化的方法及装置 |
US10499195B1 (en) * | 2018-08-28 | 2019-12-03 | Sap Se | Visualization of spatial motion activities for E-forensics |
CN111930463A (zh) * | 2020-09-23 | 2020-11-13 | 杭州橙鹰数据技术有限公司 | 展示方法及装置 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2556118A1 (en) * | 2005-08-15 | 2007-02-15 | Oculus Info Inc. | System and method for visualizing connected temporal and spatial information as an integrated visual representation on a user interface |
US20110227925A1 (en) * | 2010-03-16 | 2011-09-22 | Imb Corporation | Displaying a visualization of event instances and common event sequences |
US20170206258A1 (en) * | 2016-01-19 | 2017-07-20 | International Business Machines Corporation | Method for visualizing topic evolution based on time and geography |
CN108256032A (zh) * | 2018-01-11 | 2018-07-06 | 天津大学 | 一种对时空数据的共现模式进行可视化的方法及装置 |
US10499195B1 (en) * | 2018-08-28 | 2019-12-03 | Sap Se | Visualization of spatial motion activities for E-forensics |
CN111930463A (zh) * | 2020-09-23 | 2020-11-13 | 杭州橙鹰数据技术有限公司 | 展示方法及装置 |
Non-Patent Citations (4)
Title |
---|
LINA YANG等: "Research on the visualization of spatio-temporal data", IOP CONFERENCE SERIES:EARTH AND ENVIRONMENTAL SCIENCE, pages 1 - 11 * |
周志光;孙畅;乐丹丹;石晨;刘玉华;: "多维时空数据协同可视分析方法", 计算机辅助设计与图形学学报, no. 12, pages 95 - 105 * |
李金磊;慈谕瑶;郑坤;郭绍龙;燕继红;陈宇萍;吴艳民;李仕漪;: "面向地理信息大数据的时空事件关系可视化分析框架", 测绘通报, no. 12, pages 109 - 112 * |
陈达;王培;崔虎平;苏亚龙;: "基于多粒度时空对象的事件建模框架研究", 地理空间信息, no. 07, pages 29 - 33 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrienko et al. | A general framework for using aggregation in visual exploration of movement data | |
CN106772261A (zh) | 雷达侦测信号多维特征聚类可视化显示方法 | |
CN102855662B (zh) | 海洋环境的可视化方法 | |
US20070171716A1 (en) | System and method for visualizing configurable analytical spaces in time for diagrammatic context representations | |
CN103942841A (zh) | 基于gis的矿产资源多元信息处理方法及其*** | |
DE112007002063T5 (de) | Systeme und Verfahren zur Bildverarbeitung von Wellenformvolumen | |
Andrienko et al. | Visual exploration of the spatial distribution of temporal behaviors | |
CN106226817B (zh) | 基于连续平行坐标的多属性地震数据可视化方法 | |
US10614618B2 (en) | Method for multi-dimensional geophysical data visualization | |
CN103927557B (zh) | 基于分层模糊证据合成的lidar数据地物分类方法 | |
Zhou et al. | Visual abstraction of geographical point data with spatial autocorrelations | |
Henderson | Geological Expression: data driven–interpreter guided approach to seismic interpretation | |
CN112463901B (zh) | 一种高密度群体轨迹数据的微观可视分析方法 | |
CN113535860A (zh) | 一种目标及事件时空变化规律可视化方法 | |
CN104200502A (zh) | 一种二维散点数据密度制图方法 | |
CN113535860B (zh) | 一种目标及事件时空变化规律可视化方法 | |
Sjöbergh et al. | Visualizing missing values | |
Andrienko et al. | A visual analytics approach to exploration of large amounts of movement data | |
Ge et al. | Exploring uncertainty in remotely sensed data with parallel coordinate plots | |
Francis et al. | Visualization of event histories | |
Jung et al. | Open-sourced real-time visualization platform for traffic simulation | |
Johnson et al. | On experimenting large dataset for visualization using distributed learning and tree plotting techniques | |
Luo et al. | Clarifying origin-destination flows using force-directed edge bundling layout | |
CN111104792A (zh) | 基于主题模型的交通轨迹数据语义分析与可视化方法 | |
Liu et al. | Visual analytics of stratigraphic correlation for multi-attribute well-logging data exploration |
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 |