【技术实现步骤摘要】
自适应曲线抽稀方法及其装置
[0001]本申请涉及物联网监测
,特别是一种自适应曲线抽稀方法及其装置。
技术介绍
[0002]在物联网监测领域,随着时间增长,传感器监测的历史数据会逐步增多。当需要显示该传感器监测量的时间过程曲线时,由于数据量过大,不论手工绘制还是程序绘制都面临工作量大的问题,同时利用程序绘制时,如果在网页端显示该曲线,由于数据量多大,不仅需要更长的时间进行数据传输,网页也需要更大的内存进行曲线绘制,因而经常面临等待时间过长、数据量过大而导致网页崩溃、网页卡顿的现象。
[0003]同样,在测绘领域也面临着一样的问题,当绘制国家、省、地区等地域边界时,由于边界点数量过多,不论人工绘制还是计算机程序绘制,也存在绘制效率低、时间长、数据量大而显示崩溃的问题。
[0004]基于以上问题,常用的解决方法为曲线抽稀法。抽稀是指:在处理矢量化数据时,记录中往往会有很多重复数据,对进一步数据处理带来诸多不便。多余的数据一方面浪费了较多的存储空间,另一方面造成所要表达的图形不光滑或不符合标准。因此通过规则,在保证矢量曲线形状不变的情况下,最大限度地减少数据点个数,这个过程称为抽稀。
[0005]但曲线抽稀过程中不可随意删减数据点,需在精简曲线点数量的同时,保留矢量曲线形状不变。例如对于监测数据而言,一条曲线上的历史最大值、历史最小值、突变尖点、台阶形曲线等曲线特征点需保留,以便分析监测对象的变化情况。
[0006]现有曲线抽稀算法包括:步长法、线段过滤法、圆柱法、角度限值法、垂距限 ...
【技术保护点】
【技术特征摘要】
1.一种自适应曲线抽稀方法,其特征在于,包括以下步骤:1)绘制待处理样本数据的待抽稀曲线S,设定不同阈值比例{x
i
}(x
i
>0,x
i
<1),采用道格拉斯普克算法计算不同抽稀阈值x
i
下的各抽稀曲线系列{S
′
},其中道格拉斯普克算法的限差为{D
′
},{D
′
}={x
i
×
D
max
},式中D
max
为待抽稀曲线上所有点到由该曲线首尾两点连线形成直线的距离最大值,计算抽稀曲线系列{S
′
}的归一化抽稀比例{α},{α}={n/N},式中,n为各抽稀曲线系列{S
′
}的数据点数量,N为待抽稀曲线S的数据点数量;2)分别计算待抽稀曲线S与各抽稀曲线系列{S
′
}的弗雷歇距离系列{L
′
i
},计算归一化弗雷歇距离比例{β},{β}={L
′
i
/L
max
},式中L
max
为弗雷歇距离系列{L
′
i
}中的最大值;采用弗雷歇距离公式计算综合抽稀指标{y
′
},{y
′
}={α
×
β};3)以综合抽稀指标{y
′
}的最大值y
′
max
所对应的曲线为待抽稀曲线S的最优抽稀曲线S
opt
,该最大值y
′
max
对应的阈值比例x
i
为最优阈值比例x
opt
。2.根据权利要求1所述的自适应曲线抽稀方法,其特征在于,步骤S1中阈值比例x
i
从0.001按0.001步长增加至0.999。3.根据权利要求2所述的自适应曲线抽稀方法,其特征在于,步骤S1中阈值比例x
i
按设定步长从0.001增加至0.999。4.一种如权利要求1~3中任一项所述的自适应曲线抽稀装置,其特征在于...
【专利技术属性】
技术研发人员:陈亚军,赵继丹,赵志勇,张礼兵,许后磊,李海鹏,梁礼绘,姚翠霞,
申请(专利权)人:中国电建集团昆明勘测设计研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。