一种智慧城市三维场景的呈现方法技术

本发明专利技术属于呈现方法，具体涉及一种智慧城市三维场景的呈现方法。它包括：步骤1：输入大数据参数；用矩阵的形式存储大数据参数；步骤2：求压缩矩阵；通过中间矩阵的特征值和特征向量，求压缩矩阵；步骤3：计算压缩后的矩阵；用压缩矩阵计算压缩后的矩阵；步骤4：三维呈现；用压缩后的矩阵进行智慧城市三维呈现。本发明专利技术的显著效果是：本发明专利技术的方法导致计算复杂度急速下降，实时性明显提升，完全能满足三维场景呈现的需求。从数据维度上看，本申请没有舍弃任何一个维度的信息，因此能够完整的呈现智慧城市的全貌。

A presentation method of three-dimensional scene of smart city

【技术实现步骤摘要】
一种智慧城市三维场景的呈现方法
本专利技术属于呈现方法，具体涉及一种智慧城市三维场景的呈现方法。
技术介绍
三维场景是现在应用很多的一项技术。三维场景以其视觉的直观性，数据的可视性，观看角度的多维度性，受到广泛应用。现有技术中以三维电子地图为日常最常见的三维场景应用。城市的三维场景呈现也越来越多。现有的城市三维场景呈现主要局限于地图显示，交通流量显示等专项领域，例如百度地图等。而智慧城市包含的内容远远大于地图、交通的内容，例如人口信息、天气信息、水源信息、电力信息、医疗信息、工商信息、金融信息等都是智慧城市应当包括的内容。当上述这些信息均为已知数据时，将其显示在三维模型中供人观看，并非技术的瓶颈。技术瓶颈主要突出存在于数据量大，计算困难。例如大型城市一天的交通信息就超过200亿条，如果再考虑其他维度的信息，整个计算过程将非常缓慢，完全无法满足三维场景呈现的要求。如果直接舍弃时间稍微久远一点的数据，那么大数据分析的优势又无法发挥。因此需要一种能够兼顾时间较为久远数据，又能运算快速的城市三维显示方法。
技术实现思路
针对现有技术的缺陷，本专利技术提供一种智慧城市三维场景的呈现方法。本专利技术是这样实现的：一种智慧城市三维场景的呈现方法，其中，包括下述内容：步骤1：输入大数据参数用矩阵的形式存储大数据参数；步骤2：求压缩矩阵通过中间矩阵的特征值和特征向量，求压缩矩阵；步骤3：计算压缩后的矩阵用压缩矩阵计算压缩后的矩阵；>步骤4：三维呈现用压缩后的矩阵进行智慧城市三维呈现。如上所述的一种智慧城市三维场景的呈现方法，其中，所述的步骤1包括下述内容：输入的大数据参数包括：人口信息、交通流量、天气信息、水源信息、电力信息、医疗信息、工商信息、金融信息，也包括任何能够表征智慧城市的；输入的大数据为时间线性的数据，即上述所有参数维度均可以输入任意多个数据，但是要求每个维度参数的数据量相等，输入的数据记为矩阵X即矩阵X为m×n阶矩阵，即有n个参数维度，每个参数维度有m个输入数据，其中每列数据为同一维度不同时间点数据，指定一个参数维度作为主参数维度，主参数维度可以是任何一个参数维度，由外部输入即可，还需输入压缩目标矩阵的行数s。如上所述的一种智慧城市三维场景的呈现方法，其中，所述的步骤2包括下述内容：步骤2.1：数据归一化对矩阵X中的每列数据单独进行归一化，归一化后的矩阵记为X’，矩阵X’中的元素记为a’ij，步骤2.2：求均值按照下述公式计算步骤2.3：求差值用下述公式计算Y＝X′-X″其中即X”也是m×n阶矩阵，只是X”中的每个元素值均为步骤2.4：求中间矩阵，及中间矩阵的特征值和特征向量用下述公式计算中间矩阵A＝Y×YT其中YT表示矩阵Y的转置，得到的矩阵A为m×m阶矩阵，该矩阵A应有m特征值，每个特征值对应唯一一个特征向量，求矩阵A的全部特征值和特征向量，步骤2.5：求压缩矩阵将步骤5得到的m个特征值从大到小排序，根据该排序将特征值对应的特征向量组成矩阵，该矩阵记为CA，矩阵CA为m×m阶矩阵，以矩阵CA为基础，从第一列开始，取s列作为新矩阵，记为Cs1，然后从第二列开始，取s列作为新矩阵，记为Cs2，以此类推直到最后一个矩阵的最后一列与矩阵CA的最后一列重合，这些取出的矩阵记为Csi，假设共有t个Csi矩阵。如上所述的一种智慧城市三维场景的呈现方法，其中，所述的步骤3包括下述内容：步骤3.1：计算压缩后的矩阵用下面公式计算Xsi＝Csi×X步骤3.2：计算最优压缩矩阵取所有Xsi矩阵主参数维度的数据，求平均值，记为取矩阵X主参数维度的数据，求平均值，记为最小的Xsi矩阵为最优压缩矩阵。如上所述的一种智慧城市三维场景的呈现方法，其中，所述的步骤2.1中的归一化方法是：对特定的某一列，取该列中最大值，然后以其他元素与该最大值的比值替代相应元素的值。本专利技术的显著效果是：本专利技术通过数据相关性运算，对数据进行了压缩，并且这种数据压缩兼顾了被舍弃数据的重要性，因此压缩后的数据能够在一定程度上反应被舍弃数据的信息。同时，由于舍弃了部分数据，从而导致计算复杂度急速下降，实时性明显提升，完全能满足三维场景呈现的需求。从数据维度上看，本申请没有舍弃任何一个维度的信息，因此能够完整的呈现智慧城市的全貌。具体实施方式一种智慧城市三维场景的呈现方法，包括下述内容：步骤1：输入大数据参数输入的大数据参数可以包括：人口信息、交通流量、天气信息、水源信息、电力信息、医疗信息、工商信息、金融信息等任何可以表征城市信息的数据。输入的大数据为时间线性的数据，即上述所有参数维度均可以输入任意多个数据，但是要求每个维度参数的数据量相等。输入的数据记为矩阵X即矩阵X为m×n阶矩阵，即有n个参数维度，每个参数维度有m个输入数据。其中每列数据为同一维度不同时间点数据。例如，可以令第一列表示交通数据，第二列表示人口信息，那么a11表示第一个时间点的交通数据，b11表示第一个时间点的人口信息，其余参数的意义，以此类推。另外，需指定一个参数维度作为主参数维度。主参数维度可以是任何一个参数维度，由外部输入即可。例如可以指定交通数据为主参数维度，也可以指定人口信息为主参数维度。还需输入压缩目标矩阵的行数s，该目标行数s由外部直接输入。步骤2：数据归一化对矩阵X中的每列数据单独进行归一化。可以使用现有技术中的任意一种归一化方法，也可以采用本申请提供的归一化方法。本申请提供的归一化方法是：对特定的某一列，取该列中最大值，然后以其他元素与该最大值的比值替代相应元素的值。归一化后的矩阵记为X’，矩阵X’中的元素记为a’ij。步骤3：求均值按照下述公式计算步骤4：求差值用下述公式计算Y＝X′-X″其中即X”也是m×n阶矩阵，只是X”中的每个元素值均为步骤5：求中间矩阵，及中间矩阵的特征值和特征向量用下述公式计算中间矩阵A＝Y×YT其中YT表示矩阵Y的转置。得到的矩阵A为m×m阶矩阵。根据高等数学基本原理，该矩阵A应有m特征值，每个特征值对应唯一一个特征向量。根据现有技术的计算公式，求矩阵A的全部特征值和特征向量。步骤6：求压缩矩阵将步骤5得到的m个特征值从大到小排序，根据该排序将特征值对应的特征向量组成矩阵，该矩阵记为CA。矩阵CA为m×m阶矩阵。以矩阵CA为基础，从第一列开始，取s列作为新矩阵，记为Cs1，然后从第二列开始，取s列作为新矩阵，记为Cs2，以此类推直到最后一个矩阵的最后一列与矩本文档来自技高网...

【技术保护点】
1.一种智慧城市三维场景的呈现方法，其特征在于，包括下述内容：/n步骤1：输入大数据参数/n用矩阵的形式存储大数据参数；/n步骤2：求压缩矩阵/n通过中间矩阵的特征值和特征向量，求压缩矩阵；/n步骤3：计算压缩后的矩阵/n用压缩矩阵计算压缩后的矩阵；/n步骤4：三维呈现/n用压缩后的矩阵进行智慧城市三维呈现。/n

【技术特征摘要】
1.一种智慧城市三维场景的呈现方法，其特征在于，包括下述内容：
步骤1：输入大数据参数
用矩阵的形式存储大数据参数；
步骤2：求压缩矩阵
通过中间矩阵的特征值和特征向量，求压缩矩阵；
步骤3：计算压缩后的矩阵
用压缩矩阵计算压缩后的矩阵；
步骤4：三维呈现
用压缩后的矩阵进行智慧城市三维呈现。


2.如权利要求1所述的一种智慧城市三维场景的呈现方法，其特征在于：所述的步骤1包括下述内容：
输入的大数据参数包括：人口信息、交通流量、天气信息、水源信息、电力信息、医疗信息、工商信息、金融信息，也包括任何能够表征智慧城市的；
输入的大数据为时间线性的数据，即上述所有参数维度均可以输入任意多个数据，但是要求每个维度参数的数据量相等，
输入的数据记为矩阵X



即矩阵X为m×n阶矩阵，即有n个参数维度，每个参数维度有m个输入数据，其中每列数据为同一维度不同时间点数据，
指定一个参数维度作为主参数维度，主参数维度可以是任何一个参数维度，由外部输入即可，
还需输入压缩目标矩阵的行数s。


3.如权利要求2所述的一种智慧城市三维场景的呈现方法，其特征在于：所述的步骤2包括下述内容：
步骤2.1：数据归一化
对矩阵X中的每列数据单独进行归一化，
归一化后的矩阵记为X’，矩阵X’中的元素记为a’ij，
步骤2.2：求均值
按照下述公式计算



步骤...

【专利技术属性】
技术研发人员：武俊红，严中兵，王慧，
申请(专利权)人：江苏星月测绘科技股份有限公司，
类型：发明
国别省市：江苏;32