[发明专利]一种基于密度聚类的区域数据可视化方法

权利要求书

1.一种基于密度聚类的区域数据可视化方法，其特征在于：该方法包括以下步骤：

1）创建多维区域数据集

创建用于聚类和负荷分析的多维数据仓库集D，得到有利于简化业务分析复杂度和提高数据查询性能的以多维方式建立的数据模型；

2）基于密度计算的聚类模型

（1）对多维数据仓库集D，按照如下聚类目标的估计模型确定聚类中心点：

density(xi)=Σj=1ned(xi-xj)22σ2]]>

其中σ选取0.5，选取密度最大的前k个数据作为初始聚类中心点，形成D'，D'包含k个初始类子集{d₁,d₂,...,d_k}；

（2）依次计算初始类子集中每一个对象s_l到k个种子点的距离，其中:l∈{1,2,…,n}，将s_l逐个分派到其最近均值的类中去，重新计算接受新对象的类和失去对象类的均值μi=Σsl/|di|,(sl∈di)]]>

（3）重复第（2）步，直到各类再无元素进出；

3）区域数据可视化

用点密度的方法实现区域数据密度的可视化，在不规则的区域中按照某一函数生成一定数量的随机点，判断每个生成的随机点是否在这个区域内；如果在区域内部则输出这个点，如果不在则重新生成随机点再进行判断；最终在区域内生成的随机点的多少由区域负荷密度的大小来控制；通过显示设备输出所有数据点，得到基于密度聚类的区域数据可视化结果。

2.根据权利要求1所述的基于密度聚类的区域数据可视化方法，其特征在于：多维数据仓库集D包括具有行业代表特征的数据子集、相关联的气象信息数据子集、相关联的地区信息代码子集。

3.根据权利要求1所述的基于密度聚类的区域数据可视化方法，其特征在于：步骤1）中，对于一定范围内地理区域，形成相应的不规则多边形的集合V，并计算出V中各个多边形V_i（i∈1:n）的边界条件，即多边形V_i各个顶点x,y坐标的最大值和最小值{x_min,x_max,y_min,y_max}；步骤2）中，对于每个d_i(i∈1:k)中的点P(x,y)，读取点P的坐标并遍历集合V，确定点P坐标的范围{x_min＜x＜x_max,y_min＜y＜y_max}，即确定点P所可能属于的地理区域V'（1≤V'＜V）；对于点P和V'，从P点引出向右射线，判断P与不规则多边形V_i（V_i∈V'）边界的交点数，如果焦点个数为0或偶数则点P不在V_i对应区域内；若P点的向右射线恰好过边界顶点，则可以将向右射线顺时针或逆时针旋转一个小角度，继续前述步骤进行判断，要求移动后的P点属性没有发生变化；步骤3）中，在V_i中打印输出P点，直到{d₁,d₂,...,d_k}中所有数据点输出完毕。