Ali irmã REVISÃO: dados de faixa e as nossas vidas: quarto pequeno robô linha de limpeza limpo, grande transcontinental multinacional viagem inter-provincial, a um curto passeio de bicicleta compartilhada, contanto que dez anos para gravar um dia na estação de base de comunicação. Para governança urbana, a regra de pessoas e veículos de mineração em movimento, pode ajudar os tomadores de decisão melhor plano para o transporte urbano, segurança pública, resposta de emergência, tornar a cidade mais inteligente e mais eficiente.

Limitações de faixas clássicas mostrar o caminho

dados dimensionais descritos trajetória, a localização espacial e propriedades de objetos em movimento ao longo do tempo. Nestes objectos em movimento (tais como pessoas, veículos, etc.) durante o movimento, em intervalos, da sua localização e outras propriedades do dispositivo realizada por (por exemplo, telefones celulares, sensores, etc.) são registadas, é formado um conjunto de dados ponto de amostragem. Para um objecto em movimento, uma pluralidade de pontos de amostragem de dados em ordem cronológica, o que constitui uma pista de dados alvo.

No entanto, muitas fontes de dados de rastreamento (incluindo, mas não limitado a dados do telefone sinalização móvel, veículo GPS dados, wifi- sniffing de dados, dados de atendimento, etc.) e sempre têm novos dados são gerados, resultando na quantidade de volume de dados de rastreio é enorme, sério confusão visual e pressão de renderização. Por isso, usamos a tecnologia de análise visual, através dos dados de trajetória para os dados de campo de fluxo, não só mantém as principais características dos dados de trajetória, além de reduzir consideravelmente a quantidade de volume de dados para um melhor conhecimento sobre as leis do movimento da cidade multidão.

Ao utilizar a tecnologia de análise visual para analisar e monitorar a mineração de dados, uma tarefa muito importante é controlar a visualização na interface interativa para fornecer aos usuários com a observação e exploração do espaço. Um método para expressão dos dados de trajectória, este campo tem um certo estudos, o método tradicional e abordagem tem caminho de ligação método linha da mosca. Em que o método de ligação de caminho de amostra de cada ponto de dados trajectória objeto em ordem cronológica de acordo com a ligação, a utilização de outros canais visuais, outros atributos, tais como a cor, largura de linha, e semelhantes, para ser codificada. Este método é a forma mais simples da trajetória para mostrar, é possível mostrar claramente a posição espacial do objeto em movimento se aproxima, "mapa plano básico" dataV e "3D mapa" "camada térmica line" componente é usado neste visualização submontagem formar.

Semelhante linha mosca método de ligação caminho e método, excepto que ele simula o movimento do objecto em movimento por uma animação, em geral, através de uma linha com uma seta para codificar um objecto em movimento, a linha será na ordem cronológica entre os pontos de amostragem em movimento, este método pode reflectir mais claramente a direcção do movimento de objectos em movimento, relativamente fria e tem um efeito visual, em torno dataV FIG montagem e "mapa 3D" "camada de supressão de "camada linha voar"" montagem, "camada trace", "camada de rastreamento de rede estrada" é alcançar tal método de visualização, duas onze efeitos duram relâmpago stunning estreia "mapa relâmpago" é igualmente implementado usando voando método de linha.

Aplicação método de ligação caminho: usando DataV a "camada térmica linha" secar componente de fluxo de rede nacional visualização

Fly Aplicação método de linha: A visualização DataV dia Hangzhou pista de táxi

Fly método de linha de Aplicação: DataV dupla onze National Express "Lightning" tela grande, cada relâmpago simular o processo de cabelo do bebê de vendedores para compradores em toda a rede de estrada real

Dois ou representações mais visuais são clássicos trajetória métodos de visualização de dados, mas eles sofrem de tempo inadequada, ao aplicar estes métodos para dados de trajetória em massa, porque a massa corporal de dados golpear a expressão visual clara e intuitiva original apareceu um monte de oclusão e sobreposição Se tratada adequadamente, ele vai influenciar muito a observação do usuário e exploração. Além disso, a quantidade de dados para melhorar o grande pressão do corpo trazido para desenhar, você precisa melhorar constantemente o desempenho, a fim de lidar com os dispositivos de hardware, invisível levantou a análise limite trajetória. Portanto, para os dados de trajetória maciças, temos métodos de visualização mais eficazes precisa ter uma visão sobre a lei de objetos em movimento na cidade em movimento.

algoritmo de geração de campo de fluxo

Após o estudo, nós propomos o campo de fluxo de um algoritmo de geração de dados para a trajectória maciça, os dados de trajectória pode estar dentro de um segmento de tempo determinado para os dados de campo de fluxo, deste modo "fluir", "tráfego", etc. Expressão e caracterização. Característica deste método é que ele faz dados não maciços trajetória diretamente visualizadas, mas os dados de trajetória para determinados polimerização, extraindo os principais dados recurso de rastreamento, os dados de rastreio em um dado campo de fluxo, e, em seguida, para selecionar o método de visualização apropriado fluir dados mostram campo. Uma vez que o campo de fluxo nas características de retenção de dados dos principais dados da pista enquanto reduz significativamente a quantidade de volume de dados, é possível eliminar a oclusão visual e reduzir a pressão ao mesmo renderização claramente refletir visualmente a lei de movimento do objeto em movimento na cidade.

O fluxo principal do algoritmo conforme mostrado abaixo:

1) vectores de pontos de trilha estatística

dados trajectória é constituída por uma pluralidade de amostras de dados, incluindo os dados de pontos de amostra da posição da via, o tempo e outras informações de atributo. Nós, os dados primeiro estatísticos de acordo com a posição de todos os pontos de amostragem lugar geométrico dos pontos, e em seguida, de acordo com as circunstâncias, entre a entrada e saída de faixas de dados que de dois em dois pontos de amostragem é calculado para cada ponto de faixa para fora da direcção e tamanho do vector, que por sua vez compreende um certo número de faixas e do tamanho do movimento a velocidade do objecto;

2) Filtro de pista ponto vetor

Todo o acesso às faixas do vector obtido no passo ponto, o método irá basear-se no filtro número limiar costume de faixas, cada vector rastreados para fora do ponto de faixa principal;

3) a geração de um ponto de trajecto vectores principais

Neste passo, o método de acordo com a direcção do fluxo dos campos definidos pelo utilizador, para cada ponto da pista tudo de entrada e saída passo resultante principal vector de direcção classificadas e polimerização gerado em todas as direcções, até um vector principal e a, no máximo, um primário no vector. Ao gerar os principais vectores nas respectivas direcções, é necessário velocidade média estatística em cada direcção do vector, a distância de movimento médio e o ângulo da diferença média;

4) Difusão pista principal ponto vetor

Em seguida, o n * m grade plaqueadas em uma região especificada pelo utilizador, cada ponto de pista em cada direcção do vector principal difundido em n * m grade de acordo com determinadas regras e condições. Em que, durante a difusão, vectores de difusão no interior da grelha, com a mesma velocidade e direcção, reduzindo o número de faixas, e apenas estão reunidas as seguintes condições, uma grelha não será afectado por radiação de um vector primário:

A distância entre o centro da grade e a difusão é um local de pontos que não é maior do que a distância média móvel do locus de pontos;

Quando o vector é difundido no vector, e o vector é difundida da via do ponto de quadriculado e o ângulo formado entre a difusão entre o mestre deve estar num vector; quando o vector é um vector de difusão, o centro de difusão da grelha são formadas com o ponto faixa o ângulo entre o vector e o vector primário deve ser entre difusão.

5) computação vectores principais de grade

Na etapa anterior, o mesmo pode ser afectada pela grade de radiação de uma pluralidade de vectores, vectores de gerar uma pluralidade de difusão, e, portanto, neste passo, a necessidade de polimerização para calcular os vectores para cada grelha em cada direcção (um campo de fluxo compreendendo direcção, a velocidade e o número de faixas), movendo-se para se obter um fluxo de dados de campo final.

No método, a necessidade de definir o valor de limiar, a direcção do campo de fluxo e o número de faixas o número de grelhas. Um número mínimo de faixas utilizados para a faixa de filtro ponto vector, filtrado, a fim de preservar a pista principal, para impedir que o "ruído" precisão interferência dos resultados; e pontos para calcular o campo de fluxo, evita-se na direcção oposta de cancelamento movimento, assim mais detalhes podem ser reservados, para que o resultado final é mais preciso; na definição do número de grelhas, a necessidade de equilibrar o número de pressão calculado causado por grande número de efeito pequeno e trouxe fosco. A fim de que o método tem uma certa adaptabilidade, vector de difusão nós, falta de um ângulo fixo e distância, usamos a distância média móvel de cada direcção e a diferença média em ângulo, para que a difusão de se adaptar a diferentes distribuição vector mais resultados razoável.

Acompanhar o caso campo de fluxo

Estes são nosso campo proposto fluxo algoritmo gerado trilha enorme para um fluxo breve dos dados, a seguir é um método de acordo com uma cidade agosto 14, 2017 telefone manhã sinalização dados entre 8:00 às 8:10 de efeitos visuais:

Neste caso, usamos o fluxo de partículas para mostrar o fluxo de campos de dados, o número de partículas dentro de uma grelha é o número de faixas (o número de objectos em movimento), representativo da direcção de movimento da direcção de movimento das partículas do objecto, e a cor da velocidade da partícula são expressos velocidade do objecto em movimento em movimento, em que a velocidade a maior quanto mais perto a cor azul é, quanto menor for a velocidade o mais perto a cor vermelha. Ao mesmo tempo, nós fornecemos controles para ajustar a direção do campo de fluxo, o número de faixas e parâmetros de limite, como o número de grade para consultas interativas. Desta forma, e reduz grandemente a quantidade de desenho reduz a sobreposição visual, de modo que o movimento da população urbana pode ser claramente observada.

DataV não só prestar apoio e serviços na área de dados de tela grande para os clientes de todas as esferas da vida, no estudo da análise visual de dados de grandes dimensões, também sob exploração ativa. Se é a sabedoria de soluções recentemente lançados para estádios, faixas ou de fluxo de massa método de geração de campo é uma nova tentativa, não vamos esquecer o coração cedo, continuamos a trabalhar duro para trazer-lhe uma melhor produtos de visualização.

Este documento refere-se a dados fornecidos pelo cliente