[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

说明书

本发明属于数据可视化技术领域，公开了一种面向高维时空大数据的多细节层次可视化方法，通过对时空大数据进行建模、映射、归约、聚合等步骤将原始时空大数据转换为易查、易取、易展示的高维细节层次模型，根据高维细节层次模型实现自适应的多层次融合显示可视化。本发明能够提高可视化效率，能够直观高效地来显示高维数据内容。

技术领域

本发明涉及数据可视化技术领域，尤其涉及一种面向高维时空大数据的多细节层次可视化方法。

背景技术

随着移动互联网、云计算、物联网等信息技术的迅猛发展，泛在的智能设备、传感器、互联网站、社交网络时时刻刻都在生成海量时空位置数据，这些数据规模巨大、类型繁多，兼具时空特征、高维特征。时空特征，是指数据都带有空间位置和时间标签或者能体现时空位置的属性字段；高维特征指数据常包含除时空标签外的其他丰富属性信息，这些属性所能反映出的对象内蕴特征，往往更具研究价值。

数据可视化是挖掘和分析海量时空数据的一种重要步骤和手段，其能够直观反映出数据中蕴含的模式和规律。当前大规模时空数据的可视化方案还存在许多问题，主要体现在以下几个方面：

(1)大规模数据可视化效率低、延迟高。随着数据规模的日益增大，当前直接显示原始数据的可视化方案对硬件性能要求很高，可视化耗时随着数据量的增大而超线性增长，同时还会出现数据遮盖现象。而采用高性能硬件环境虽然可以提升可视化效率，但硬件成本代价不菲，无法普及推广。

(2)预聚合可视化方案缺乏对数据时空特征、高维特征同时有效的支持。传统2D地图可视化展现方式采用二维瓦片金字塔模型，在空间维度能够直接提供不同分辨率的数据而无需进行实时重采样，而时间维度与属性维度展示还需要实时计算，无法直观高效地来显示高维数据内容。当前基于预处理中间结果的可视化方式从数据组织到展现方式都不能自由的扩展数据维度，而且聚合后丢失了时空数据的原始信息，无法满足原始记录和聚合信息融合显示的需求。

(3)可视化方案无法满足时空数据高并发访问需求，可扩展能力不强。现有可视化方案，多基于单机方案设计，难于在分布式平台实现，导致可扩展能力很低，无法应对数据规模和数据维度的扩展需求。

发明内容

针对现有技术中存在的缺陷，本发明提供一种面向高维时空大数据的多细节层次可视化方法。

本申请实施例提供一种面向高维时空大数据的多细节层次可视化方法，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。

优选的，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。

优选的，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：