网络拓扑自适应的数据可视化方法及装置制造方法及图纸

本发明专利技术公开了一种网络拓扑自适应的数据可视化方法及装置。该网络拓扑自适应的数据可视化方法包括：对节点进行预处理，输出预处理节点；采用力引导布局算法对所述预处理节点进行处理，形成初始网络拓扑图；对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点；基于所述去重节点形成目标网络拓扑图。该网络拓扑自适应的数据可视化方法可实现数据可视化自动化，简化数据可视化处理流程，无需人工干预，可有效节省人工干预成本，并提高处理效率。

Network topology self-adapting data visualization method and device

The invention discloses a network topology self-adapting data visualization method and device. Including data visualization method of the network topology adaptive to node: pretreatment, pretreatment of output node; guide layout algorithm for processing the processing nodes by force, form the initial network topology; pretreatment of node overlap topology of the initial network for re processing, output to the node; to form the target node network topology based on the. Data visualization method of the network topology adaptive data visualization can realize automation, simplify the data visualization process, without human intervention, can effectively save the cost of manual intervention, and improve the processing efficiency.

【技术实现步骤摘要】
网络拓扑自适应的数据可视化方法及装置
本专利技术涉及数据可视化
，尤其涉及一种网络拓扑自适应的数据要视化方法及装置。
技术介绍
数据可视化是利用计算机图形学来构建视觉图像，以帮助人们理解实际生活中规模较大且结构较复杂的科学结果或概念。对于复杂网络研究来说，可视化技术尤为重要，能有助于呈现或解释复杂网络数据或模型，进而从中发现各种模式、特点和关系。当前数据可视化过程主要是通过专业软件工具进行复杂的调试和配置参数，再对直观的可视化结果进行目标探索。在当前数据可视化过程中，需专业人员进行繁琐的数据调整工作，包括对节点颜色、节点大小及网络形状等进行调整，工作量大且繁琐。在数据更新后，需专业人员重新进行数据调整，重叠工作较多且繁琐，无法实现数据同步更新。另外，当前数据可视化过程中存在节点重叠，使得部分节点不能完整呈现，导致拓扑结构不清晰现象，需进行人工去重处理，工作量大且繁琐，不利于提高数据可视化效率。
技术实现思路
本专利技术要解决的技术问题在于，针对现有数据可视化过程中需人工进行繁琐的数据调整工作所存在的不足，提供一种网络拓扑自适应的数据可视化方法及装置，无需进行繁琐的数据调整工作，有利于提高数据可视化效率并节省数据可视化成本。本专利技术解决其技术问题所采用的技术方案是：一种网络拓扑自适应的数据可视化方法，包括：对节点进行预处理，输出预处理节点；采用力引导布局算法对所述预处理节点进行处理，形成初始网络拓扑图；对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点；基于所述去重节点形成目标网络拓扑图。优选地，所述对节点进行预处理，输出预处理节点，包括：获取每一所述节点的节点颜色和节点大小；对每一所述节点进行数据标准化，获取每一所述节点的标准化值；根据每一所述节点的标准化值和分区阈值确定所述节点对应的区间，并将所述节点对应的区间作为所述预处理节点输出。优选地，所述力引导布局算法包括：采用弹簧模型计算弹性势能，所述弹簧模型包括：基于所述弹性势能，采用能量模型计算动力势能，所述能量模型包括：其中，节点i和j，用d(i,j)表示两个节点的欧式距离，s(i,j)表示弹簧的自然长度，k是弹力系数，r表示两个节点之间的静电力常数，w是两个节点之间的权重，Es为弹性势能，E为动力势能。优选地，所述对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点，包括：获取所述初始网络拓扑图中每一预处理节点的坐标数据，所述坐标数据包括x坐标和y坐标；将坐标数据相同的所述预处理节点放入缓存列表；遍历所述缓存列表，选取两个坐标数据相同的所述预处理节点，使两个所述预处理节点的x坐标和y坐标分别加上或减去随机数，形成两个更新节点；依次迭代，直至所述缓存列表中不存在坐标数据相同的所述预处理节点；判断是否存在与所述更新节点坐标数据相同的预处理节点；若存在，则将所述更新节点与所述预处理节点放入所述缓存列表；若不存在，则将所述更新节点作为所述去重节点输出。优选地，还包括：对所述去重节点进行文件格式转换，输出json文件格式的去重节点。本专利技术还提供一种网络拓扑自适应的数据可视化装置，包括：节点预处理单元，用于对节点进行预处理，输出预处理节点；初始网络拓扑图形成单元，用于采用力引导布局算法对所述预处理节点进行处理，形成初始网络拓扑图；去重处理单元，用于对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点；目标网络拓扑图形成单元，用于基于所述去重节点形成目标网络拓扑图。优选地，所述节点预处理单元包括：节点获取子单元，用于获取每一所述节点的节点颜色和节点大小；数据标准化子单元，用于对每一所述节点进行数据标准化，获取每一所述节点的标准化值；预处理节点获取子单元，用于根据每一所述节点的标准化值和分区阈值确定所述节点对应的区间，并将所述节点对应的区间作为所述预处理节点输出。优选地，所述力引导布局算法包括：采用弹簧模型计算弹性势能，所述弹簧模型包括：基于所述弹性势能，采用能量模型计算动力势能，所述能量模型包括：其中，节点i和j，用d(i,j)表示两个节点的欧式距离，s(i,j)表示弹簧的自然长度，k是弹力系数，r表示两个节点之间的静电力常数，w是两个节点之间的权重，Es为弹性势能，E为动力势能。优选地，所述去重处理单元包括：坐标数据获取子单元，用于获取所述初始网络拓扑图中每一预处理节点的坐标数据，所述坐标数据包括x坐标和y坐标；数据缓存子单元，用于将坐标数据相同的所述预处理节点放入缓存列表；节点去重处理子单元，用于遍历所述缓存列表，选取两个坐标数据相同的所述预处理节点，使两个所述预处理节点的x坐标和y坐标分别加上或减去随机数，形成两个更新节点；依次迭代，直至所述缓存列表中不存在坐标数据相同的所述预处理节点；去重节点输出子单元，用于判断是否存在与所述更新节点坐标数据相同的预处理节点；若存在，则将所述更新节点与所述预处理节点放入所述缓存列表；若不存在，则将所述更新节点作为所述去重节点输出。优选地，还包括格式转换单元，用于对所述去重节点进行文件格式转换，输出json文件格式的去重节点。本专利技术与现有技术相比具有如下优点：本专利技术所提供的网络拓扑自适应的数据可视化方法及装置可实现数据可视化自动化，简化数据可视化处理流程，无需人工干预，可有效节省人工干预成本，并提高处理效率。而且，该网络拓扑自适应的数据可视化方法及装置中通过对重叠点的预处理节点进行去重处理，以消除节点之间重叠现象，使每一节点均能完整的呈现，使得最终形成的目标网络拓扑图结构清晰，可展示性强。而且，该网络拓扑自适应的数据可视化方法及装置可实现数据自动同步更新，使业务需求分析和探索具有实时性。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例1中网络拓扑自适应的数据可视化方法的一流程图。图2是图1所示网络拓扑自适应的数据可视化方法中步骤S1的一具体流程图。图3是图1所示网络拓扑自适应的数据可视化方法中步骤S3的一具体流程图。图4是本专利技术实施例2中网络拓扑自适应的数据可视化装置的一原理框图。图5是图4中网络拓扑自适应的数据可视化装置的一具体原理框图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。实施例1图1示出本实施例中网络拓扑自适应的数据可视化方法的流程图。该网络拓扑自适应的数据可视化方法可在安装有数据可视化的专业软件工具的计算机上执行。其中，专业软件工具可以是Gephi这一复杂网络分析软件，主要用于各种网络和复杂系统，是用于进行动态和分层图的交互可视化和探测开源工具。如图1所示，该网络拓扑自适应的数据可视化方法包括如下步骤：S1：对节点进行预处理，输出预处理节点。本实施例中，在Gephi软件工具中对节点进行预处理，输出的预处理节点的文件格式是gexf文件格式。如图2所示，步骤S1具体包括如下步骤：S11：获取每一节点的节点颜色和节点大小。即给每一节点添加color_t属性和size_t属性，如下所示，value可根据实际业务场景自主设定，并根据该节点的color_t属性和size_t属性的值生成每一节点的节点颜色和节点大小。本实施例中，执行该网络拓扑自适应的数据可视化方法的专业软件工具为Gephi，本文档来自技高网...

【技术保护点】
一种网络拓扑自适应的数据可视化方法，其特征在于，包括：对节点进行预处理，输出预处理节点；采用力引导布局算法对所述预处理节点进行处理，形成初始网络拓扑图；对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点；基于所述去重节点形成目标网络拓扑图。

【技术特征摘要】
1.一种网络拓扑自适应的数据可视化方法，其特征在于，包括：对节点进行预处理，输出预处理节点；采用力引导布局算法对所述预处理节点进行处理，形成初始网络拓扑图；对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点；基于所述去重节点形成目标网络拓扑图。2.根据权利要求1所述的网络拓扑自适应的数据可视化方法，其特征在于，所述对节点进行预处理，输出预处理节点，包括：获取每一所述节点的节点颜色和节点大小；对每一所述节点进行数据标准化，获取每一所述节点的标准化值；根据每一所述节点的标准化值和分区阈值确定所述节点对应的区间，并将所述节点对应的区间作为所述预处理节点输出。3.根据权利要求1所述的网络拓扑自适应的数据可视化方法，其特征在于，所述力引导布局算法包括：采用弹簧模型计算弹性势能，所述弹簧模型包括：基于所述弹性势能，采用能量模型计算动力势能，所述能量模型包括：其中，节点i和j，用d(i,j)表示两个节点的欧式距离，s(i,j)表示弹簧的自然长度，k是弹力系数，r表示两个节点之间的静电力常数，w是两个节点之间的权重，Es为弹性势能，E为动力势能。4.根据权利要求1所述的网络拓扑自适应的数据可视化方法，其特征在于，所述对所述初始网络拓扑图中重叠的预处理节点进行去重处理，输出去重节点，包括：获取所述初始网络拓扑图中每一预处理节点的坐标数据，所述坐标数据包括x坐标和y坐标；将坐标数据相同的所述预处理节点放入缓存列表；遍历所述缓存列表，选取两个坐标数据相同的所述预处理节点，使两个所述预处理节点的x坐标和y坐标分别加上或减去随机数，形成两个更新节点；依次迭代，直至所述缓存列表中不存在坐标数据相同的所述预处理节点；判断是否存在与所述更新节点坐标数据相同的预处理节点；若存在，则将所述更新节点与所述预处理节点放入所述缓存列表；若不存在，则将所述更新节点作为所述去重节点输出。5.根据权利要求1-4任一项所述的网络拓扑自适应的数据可视化方法，其特征在于，还包括：对所述去重节点进行文件格式转换，输出json文件格式的去重节点。6.一种网络拓扑自适应的数据可视化装置，其特征在于，包括：节点预处理单元，用于对节点进行预处理，输...

【专利技术属性】
技术研发人员：余彬和，王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44