一种用于展示系统的时序数据可视化方法、设备和介质与流程

文档序号:37552608发布日期:2024-04-08 14:03阅读:10来源:国知局
一种用于展示系统的时序数据可视化方法、设备和介质与流程

本发明涉及图像数据处理,具体涉及一种用于展示系统的时序数据可视化方法、设备和介质。


背景技术:

1、随着技术的发展,通过将数据进行展示,能够更直观的给观众带来更好的体验,数据可视化是一种将大量数据转化为视觉形式的过程,使得数据转化为二维图像或者三维图像,从而实现展览内容的虚拟展示和数字化呈现,数据可视化可以直观地展示数据的特征和关系,但是数据可视化可能存在误导性。如果可视化表现形式不够准确或者数据处理过程存在问题,那么生成的图像和数据就会存在差异,数据可视化只是数据分析的一个工具,不能替代深度的数据分析,过于简化的可视化可能会损失数据的一些重要细节。因此,在进行数据可视化时,需要注意其局限性和应用场景,确保其准确性和有效性。现有技术的缺陷主要在于,当需要可视化的数据量变大时,现有的可视化方案难以在短时间内完成数据定位,无法一次性加载高分辨率图像,导致可视后的图像质量差,可能会使得数据的解释变得不清晰,存在数据丢失以及数据转化偏差大的问题,影响展览的展示效果。


技术实现思路

1、本发明所要解决的技术问题是数据量变大时,无法一次性加载高分辨率图像,可视后的图像质量差,导致数据丢失以及数据转化偏差大,目的在于提供一种用于展示系统的时序数据可视化方法、设备和介质,通过对时序数据进行时序数据片段特征提取,以保证数据在转化过程中的顺序正确性,防止数据丢失,通过对时序数据进行定位,构建多维可视化多分辨率模型,通过多维可视化多分辨率模型进行可视数据的提取,能够针对大数据量进行可视化处理,一次性加载高分辨率图像,提高数据可视化后的图像精度。

2、本发明通过下述技术方案实现:

3、本发明第一方面提供一种用于展示系统的时序数据可视化方法,包括以下具体步骤:

4、获取目标可视化数据,对时序数据进行时序数据片段特征提取;

5、基于时序数据片段特征对时序数据进行定位,构建多维可视化多分辨率模型;

6、计算时序数据片段映射时对应的多分辨率层级,根据时序数据片段大小对多维可视化多分辨率模型层级进行设定;

7、计算可视数据范围,根据可视数据范围查找当前时序数据片段对应层级的定位数据;

8、比较时序数据片段与节点范围,确定当前层级与时序数据片段的相交节点;

9、根据对应层级的定位数据和相交节点将时序数据片段映射到多维可视化多分辨率模型中;

10、提取时序数据片段的图像映射特征,从多维可视化多分辨率模型中提取对应的可视数据;

11、将对应的可视数据渲染成可视化图像。

12、本发明通过对时序数据进行时序数据片段特征提取,以保证数据在转化过程中的顺序正确性,防止数据丢失,通过对时序数据进行定位,构建多维可视化多分辨率模型,同时计算时序数据片段映射时对应的多分辨率层级,根据时序数据片段大小对多维可视化多分辨率模型层级进行设定;再将时序数据片段映射到多维可视化多分辨率模型中,提高数据映射的准确度,在映射过程中,通过计算可视数据范围,根据可视数据范围查找当前时序数据片段对应层级的定位数据,并查找维可视化多分辨率模型当前层级与时序数据片段的相交节点,然后进行映射,保证数据映射的准确、完整和效率,通过多维可视化多分辨率模型进行可视数据的提取,能够针对大数据量进行可视化处理,一次性加载高分辨率图像,提高数据可视化后的图像精度。

13、进一步的,所述对时序数据进行时序数据片段特征提取,具体包括:

14、获取目标可视化数据,对目标可视化数据进行层次聚类,根据聚类结果整合相同簇下的时序数据;

15、根据簇对时序数据划分,得到时序数据片段,并提取时序数据片段特征。

16、进一步的,所述基于时序数据片段特征对时序数据进行定位,具体包括:

17、根据随机采样对时序数据进行定位,根据定位对时序数据进行分割得到数据块;

18、并行构建每个数据块的单个多维可视化多分辨率模型,基于时序数据片段特征对每个数据块的单个多维可视化多分辨率模型进行合并,得到多维可视化多分辨率模型。

19、进一步的,所述根据定位对时序数据进行分割得到数据块,具体包括:

20、根据随机采样对时序数据进行定位,获取定位数据;

21、根据定位数据的定位点数目和定位空间划分出若干均等区域;

22、统计每个区域内包含的定位点数目;

23、若区域内定位点数目在阈值范围内,则判断该区域能成为数据块。

24、进一步的,所述将时序数据片段映射到多维可视化多分辨率模型的过程中,还包括计算映射误差,对映射误差进行修正,具体步骤包括:

25、获取数据误差的估计值和对数据误差估计过程中的误差,得到数据误差的不确定度;

26、获取时序数据片段与层级对应时产生的不确定度、数据块尺寸的不确定度和时间步长的不确定度,得到模型误差的不确定度;

27、根据数据误差的不确定度和模型误差的不确定度,得到映射误差;

28、采用控制变量法对数据计算中的收敛性进行判定,若满足收敛条件,则采用加权最小二乘法对映射误差进行修正。

29、进一步的,所述提取时序数据片段的图像映射特征,从多维可视化多分辨率模型中提取对应的可视数据,具体包括:

30、根据当前层级节点中的定位数据,查找出可视节点;

31、根据节点的位置信息,提取时序数据片段的图像映射特征;

32、根据图像映射特征获取节点信息,得到可视节点的定位数据在层级数据文件中的位置和大小信息,提取出可视数据。

33、进一步的,所述根据节点的位置信息,提取时序数据片段的图像映射特征,具体包括:

34、标记时序数据片段对应的特征点,使用散点图展示标记时序数据片段对应的特征点;

35、按照相似程度对特征点进行排列,得到时序数据片段的图像映射特征。

36、进一步的,所述将对应的可视数据渲染成可视化图像,具体包括:

37、采用高斯渲染计算可视数据的高斯点扩散函数像素格内的强度值;

38、根据像素格内的强度值进行伪色彩处理,得到可视图像。

39、本发明第二方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现一种用于展示系统的时序数据可视化方法。

40、本发明第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现一种用于展示系统的时序数据可视化方法。

41、本发明与现有技术相比,具有如下的优点和有益效果:

42、通过对时序数据进行时序数据片段特征提取,以保证数据在转化过程中的顺序正确性,防止数据丢失,通过对时序数据进行定位,构建多维可视化多分辨率模型,同时计算时序数据片段映射时对应的多分辨率层级,根据时序数据片段大小对多维可视化多分辨率模型层级进行设定;再将时序数据片段映射到多维可视化多分辨率模型中,提高数据映射的准确度,在映射过程中,通过计算可视数据范围,根据可视数据范围查找当前时序数据片段对应层级的定位数据,并查找维可视化多分辨率模型当前层级与时序数据片段的相交节点,然后进行映射,保证数据映射的准确、完整和效率,通过多维可视化多分辨率模型进行可视数据的提取,能够针对大数据量进行可视化处理,一次性加载高分辨率图像,提高数据可视化后的图像精度。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1