[发明专利]一种智慧城市三维场景的呈现方法

权利要求书

1.一种智慧城市三维场景的呈现方法，其特征在于，包括下述内容：

步骤1：输入大数据参数

用矩阵的形式存储大数据参数；

步骤2：求压缩矩阵

通过中间矩阵的特征值和特征向量，求压缩矩阵；

步骤3：计算压缩后的矩阵

用压缩矩阵计算压缩后的矩阵；

步骤4：三维呈现

用压缩后的矩阵进行智慧城市三维呈现；

所述的步骤1包括下述内容：

输入的大数据参数包括：人口信息、交通流量、天气信息、水源信息、电力信息、医疗信息、工商信息、金融信息，也包括任何能够表征智慧城市的参数；

输入的大数据为时间线性的数据，即上述所有参数维度均可以输入任意多个数据，但是要求每个维度参数的数据量相等，

输入的数据记为矩阵X

即矩阵X为m×n阶矩阵，即有n个参数维度，每个参数维度有m个输入数据，其中每列数据为同一维度不同时间点数据，

指定一个参数维度作为主参数维度，主参数维度可以是任何一个参数维度，由外部输入即可，

还需输入压缩目标矩阵的行数s；

所述的步骤2包括下述内容：

步骤2.1：数据归一化

对矩阵X中的每列数据单独进行归一化，

归一化后的矩阵记为X’，矩阵X’中的元素记为a’_ij，

步骤2.2：求均值

按照下述公式计算

步骤2.3：求差值

用下述公式计算

Y＝X′-X″

其中即X”也是m×n阶矩阵，只是X”中的每个元素值均为

步骤2.4：求中间矩阵，及中间矩阵的特征值和特征向量

用下述公式计算中间矩阵

A＝Y×Y^T

其中Y^T表示矩阵Y的转置，

得到的矩阵A为m×m阶矩阵，

该矩阵A应有m特征值，每个特征值对应唯一一个特征向量，求矩阵A的全部特征值和特征向量，

步骤2.5：求压缩矩阵

将步骤2.4得到的m个特征值从大到小排序，根据该排序将特征值对应的特征向量组成矩阵，该矩阵记为C_A，矩阵C_A为m×m阶矩阵，

以矩阵C_A为基础，从第一行开始，取s行作为新矩阵，记为C_s1，然后从第二行开始，取s行作为新矩阵，记为C_s2，以此类推直到最后一个矩阵的最后一行与矩阵C_A的最后一行重合，这些取出的矩阵记为C_si，假设共有t个C_si矩阵；

所述的步骤3包括下述内容：

步骤3.1：计算压缩后的矩阵

用下面公式计算

X_si＝C_si×X

步骤3.2：计算最优压缩矩阵

取所有X_si矩阵主参数维度的数据，求平均值，记为取矩阵X主参数维度的数据，求平均值，记为最小的X_si矩阵为最优压缩矩阵。

2.如权利要求1所述的一种智慧城市三维场景的呈现方法，其特征在于：所述的步骤2.1中的归一化方法是：对特定的某一列，取该列中最大值，然后以其他元素与该最大值的比值替代相应元素的值。