[发明专利]一种面向高维时空大数据的多细节层次可视化方法

权利要求书

1.一种面向高维时空大数据的多细节层次可视化方法，其特征在于，包括以下步骤：

步骤1、对原始数据记录进行预处理，提取得到每条原始数据记录的维度读取结果信息；

步骤2、确定可视化的空间划分最大层级、时间划分粒度、属性顺序；

步骤3、将原始数据记录转化为高维细节层次模型中低层的时空属高维像素；

步骤4、将所述高维细节层次模型中低层的时空属高维像素映射到时空属高维立方体上，得到底层时空属高维立方体；

步骤5、将所述底层时空属高维立方体逐级向上聚合，依次生成中层时空属高维立方体和高层时空属高维立方体，得到完整的高维细节层次模型；

步骤6、将所述高维细节层次模型存储于键值对表中，得到键值化的高维细节层次模型；

步骤7、基于所述键值化的高维细节层次模型，进行数据调用与多维联动可视化。

2.根据权利要求1所述的面向高维时空大数据的多细节层次可视化方法，其特征在于，所述步骤1中，所述维度读取结果信息包括空间维度信息、时间维度信息、属性维度信息，表示为Data{[Lon,Lat],Time,Attribute[]}三元组；所述属性维度信息Attribute[]对应数据记录中的属性列表。

3.根据权利要求2所述的面向高维时空大数据的多细节层次可视化方法，其特征在于，所述步骤3中，将原始数据记录转化为高维细节层次模型中低层的时空属高维像素的具体实现方式为：

将步骤1中得到的所述维度读取结果信息按照时间和空间范围映射到指定像素，得到映射结果像素集；其中，一个时空高维像素对应多条原始数据记录；

在映射过程中，进行属性维度规约；其中，将各时空高维像素中对应的所有原始数据记录的属性列表按照步骤2中确定的所述属性顺序组织成树状，形成属性规约树。

4.根据权利要求3所述的面向高维时空大数据的多细节层次可视化方法，其特征在于，将所述维度读取结果信息按照时间和空间范围映射到指定像素的映射关系如下：

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

其中，上式左边代表映射所需的数据和参数，MAP表示映射操作，w_s为模型定义的时空瓦片宽度，L_max为最大层级，Bin_max为时间划分粒度；上式右边代表映射结果，HPixel表示时空属高维像素，[l,x,y]表示空间维，l指代层级，x、y为该像素在对应空间范围内的坐标，t表示时间维，attr[]表示属性维；’-’表示隶属关系。

5.根据权利要求4所述的面向高维时空大数据的多细节层次可视化方法，其特征在于，所述映射采用如下计算公式：

式中，Lon代表经度，Lat代表纬度，r通过w_s计算得出，与l相加为时空高维像素所在的层级，空间行列号x、y利用墨卡托投影的公式计算，t通过数据精确时间按规定时间粒度计算得出。

6.根据权利要求3所述的面向高维时空大数据的多细节层次可视化方法，其特征在于，所述形成属性规约树的具体实现方式为：

设根节点为0层，从第1层开始，每层代表一种属性，每层的兄弟结点代表属性的取值，结点的取值代表这种属性记录的计数；

从叶结点开始，逐层向上规约，形成属性规约树；

将属性规约树按照广度优先方式遍历并扁平化为一维数组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是一个像素中所有属性组织成的属性规约树，Attr_tree.a_i表示属性树的子节点，Attribute[i]表示原始数据中的属性值，HPixel.attr[]表示扁平化后的一维数组，作为时空属高维像素的属性表达。