一种面向现象的时空相关模式分析与可视化方法技术

一种面向现象的时空相关模式分析与可视化方法，首先将时空序列沿时间方向划分为多个时间区域，并对每一个时间区域提取特征，然后利用提取的特征和相应的现象数据采用线性支持向量机进行模型求解，最后根据求解的模型实现微观可视化和宏观可视化；通过上述方法，本发明专利技术可以发掘时空数据中与特定现象相关的模式或知识，并将其通过图形化的方法以一种直观的、易于理解的形式呈现出来。

【技术实现步骤摘要】
一种面向现象的时空相关模式分析与可视化方法
本专利技术属于机器学习与模式识别
，具体涉及一种面向现象的时空相关模式分析与可视化方法。技术背景时空数据一般包括空间位置信息、时间信息和描述现实现象的变量三个要素。为了探索时空数据的规律，需要从测量数据中获得有意义的知识或模式。在许多情况下，数据可视化可以作为从高度动态和连续的时空数据中发掘知识或者模式的有效手段。发掘时空数据中隐含的知识，从问题开始是有益的。从这个角度来看，数据可视化可以采取两种形式：表示和探索。基于表示的可视化以一种直观的方式显示数据，可以回答“是什么”。例如，不同地区、月份或年份的降雨量变化是什么？回答“是什么”通常是分析数据的第一步。下一步是回答“为什么”，这正是基于探索的可视化所能回答的。在过去的十年来，可视化分析已经成为理解和洞察大型复杂数据集的重要方法。可视化分析专注于通过交互式可视化接口进行分析推理。这是一个动态、迭代过程，在这个过程中，可以找到数据背后的“是什么”和“为什么”的答案。可视化方法在时空数据分析中得到了广泛的应用。Tobler地理学第一定律认为“任何事物都是相关的，只是相近的事物关联更紧密”。研究者综合考虑时间和空间位置因素，对时空数据分析与可视化方法进行了比较深入的研究。然而，有些时候，我们需要挖掘、探索与特定现象相关的时空数据中所蕴涵的模式或知识。这里“现象”的定义取决于应用领域。例如，在给定的时间段内，哪些地区的天气条件影响了给定地区的降雨，这里“现象”是指给定地区的降雨；龙卷风在一个地区的发生与其他地区天气有什么关系？这里“现象”是指龙卷风。因此，对时空数据序列进行分析时，与特定的现象结合起来，研究面向现象的时空数据相关模式分析与可视化方法，是一个值得探索的问题。
技术实现思路
为了克服现有技术的缺陷，本专利技术的目的在于提供一种面向现象的时空相关模式分析与可视化方法，该方法首先将时空序列沿时间方向划分为多个时间区域，并对每一个时间区域提取特征，然后利用提取的特征和现象数据采用线性支持向量机进行模型求解，最后根据求解的模型实现微观可视化和宏观可视化。通过上述方法，可以发掘时空数据中与特定现象相关的模式或知识，并将其通过图形化的方法以一种直观的、易于理解的形式呈现出来。为了达到上述目的，本专利技术的技术方案为：一种面向现象的时空相关模式分析与可视化方法，包括以下步骤：一、为了分析长度为T、空间位置{si:i＝1,2,…,M}的多变量时空序列中与特定现象相关的模式或知识，并对其可视化，采用长度为N的滑动窗口将沿着时间方向划分为K个时间区域得序列集式(1)中：为tj时刻、空间位置si处的测量数据，Q是测量变量的个数；式(2)中：为第k个时间区域在空间位置si的测量数据；式(3)中：为第k个时间区域tj时刻在空间位置si的测量数据；二、特征提取：对时间区域k从序列提取特征三、对时间区域k(k＝1,2,…,K)、空间位置si(i＝1,2,…,M)建立式(4)回归模型：式(4)中：x为模型的输入；四、选择式(4)回归模型为线性回归，如式(5)所示；式(5)中：x为模型的输入，为线性模型的系数，p＝M(M+1)/2，b为常数，<·>表示空间中的点积；五、对输入xk、输出采用线性支持向量机求解模型式(5)得式(8)向量式(7)中：为第k个时间区域tj时刻位置si处的现象数据；式(8)中：αi,j和为空间位置si处模型的Lagrange乘数；六、微观可视化：对空间位置si、时间区域k，将向量转换为M×M的对称矩阵的上三角为向量各分量逐行排列，得集合对矩阵的m行n列元素，用空间位置sm和空间位置sn之间的连线表示，线条颜色的深浅表示值的大小，值越大，线条的颜色越深，从而实现微观可视化；七、宏观可视化：对时间区域k(k＝1,2,…,K)的对称矩阵按照式(9)求均值得然后根据式(10)，对按行求和得式(11)所示向量按照绘制等高线可实现时间区域k的宏观可视化；式(10)中，为矩阵的m行n列元素；所述步骤二特征提取中，的计算采用如下具体步骤：第一步，利用距离度量g(·)，按照式(12)计算矩阵的m行n列元素得M×M矩阵式(12)中：距离度量g(·)采用欧几里得距离；第二步，利用正则化图Laplacian方法，根据式(13)、(14)将转化为对称正定矩阵式(14)中，正则化参数λ>0，I为单位矩阵；第三步，对称正定矩阵所在的空间是一个黎曼流形，根据式(15)将从所在黎曼流形映射到内参考点处的切平面内的点式(15)中：矩阵的对数运算是对矩阵的每一个元素求对数；第四步，根据式(16)和(17)将M×M的对称矩阵转化为向量p＝M(M+1)/2；式(17)中：bi,j(i＝1,2,…,M；j＝1,2,…,M)为M×M的对称矩阵b的i行j列元素。本专利技术提供了一种可视化的分析方法来探索时空数据，找出特定现象的特定空间位置与其他空间位置之间的相关模式或知识，并以一种直观的、易于理解的形式呈现出来。在本专利技术中，重点关注数据中相关模式的挖掘，更重要的是与特定现象相关的模式。附图说明图1是黎曼流形与切平面。图2是面向温度现象的时空相关模式可视化。图3是温度现象下的全局模式可视化。具体实施方式下面结合附图对本专利技术做详细说明。一种面向现象的时空相关模式分析与可视化方法，包括以下步骤：一、为了分析长度为T、空间位置{si:i＝1,2,…,M}的多变量时空序列中与特定现象相关的模式，并对其可视化，采用长度为N的滑动窗口将沿着时间方向划分为K个时间区域得序列集式(1)中：为tj时刻、空间位置si处的测量数据，Q是测量变量的个数；式(2)中：为第k个时间区域在空间位置si的测量数据；式(3)中：为第k个时间区域tj时刻在空间位置si的测量数据；二、特征提取：对时间区域k从序列提取特征所述步骤二特征提取中，的计算采用如下具体步骤：第一步，利用距离度量g(·)，按照式(12)计算矩阵的m行n列元素得M×M矩阵式(12)中：距离度量g(·)采用欧几里得距离；第二步，利用正则化图Laplacian方法，根据式(13)、(14)将转化为对称正定矩阵式(14)中：正则化参数λ>0，I为单位矩阵；第三步，对称正定矩阵所在的空间是一个黎曼流形，根据式(15)将从所在黎曼流形映射到内参考点处的切平面内的点式(15)中：矩阵的对数运算是对矩阵的每一个元素求对数。和之间的本文档来自技高网...

【技术保护点】
1.一种面向现象的时空相关模式分析与可视化方法，其特征在于，包括以下步骤：/n一、为了分析长度为T、空间位置{s

【技术特征摘要】
1.一种面向现象的时空相关模式分析与可视化方法，其特征在于，包括以下步骤：
一、为了分析长度为T、空间位置{si:i＝1,2,…,M}的多变量时空序列中与特定现象相关的模式或知识，并对其可视化，采用长度为N的滑动窗口将沿着时间方向划分为K个时间区域得序列集



式(1)中：为tj时刻、空间位置si处的测量数据，Q是测量变量的个数；



式(2)中：为第k个时间区域在空间位置si的测量数据；



式(3)中：为第k个时间区域tj时刻在空间位置sj的测量数据；
二、特征提取：对时间区域k从序列提取特征
三、对时间区域k(k＝1,2,…,K)、空间位置si(i＝1,2,…,M)建立式(4)回归模型：



式(4)中：为模型的输入；
四、选择式(4)回归模型为线性回归，如式(5)所示；



式(5)中：x为模型的输入，为线性模型的系数，p＝M(M+1)/2，b为常数，<·>表示空间中的点积；
五、对输入输出采用线性支持向量机求解模型式(5)得式(8)向量






式(7)中：为第k个时间区域tj时刻位置si处的现象数据；



式(8)中：αi,j和为空间位置si处模型的Lagrange乘数；
六、微观可视化：对空间位置si、时间区域k，将向量转换为M×M的对称矩阵的上三角为向量各分量逐行排列，得集合对矩阵的m行n列元素，用空...

【专利技术属性】
技术研发人员：李小和，孙建成，屈展，王萍，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西;61