一种可视化分析数据的处理方法技术

本发明专利技术涉及数据处理技术领域，尤其涉及一种可视化分析数据的处理方法，包括以下步骤

【技术实现步骤摘要】
一种可视化分析数据的处理方法


[0001]本专利技术涉及数据处理
，尤其涉及一种可视化分析数据的处理方法
。

技术介绍

[0002]超大数据量的图形可视化是一个具有挑战性的复杂问题，也是性能优化中经常遇到的核心点，在数据分析或者监控系统中，需要对大量的历史数据或者实时数据进行图形展示，然而由于处理器的存储空间和绘图速度有限，导致可视化展示过程会出现性能问题，影响展示效果
。
[0003]现有的配电箱历史数据进行可视化展示时，随着数据量的不断增加，处理器的存储空间和绘图速度有限，可视化展示过程会出现性能问题，影响展示效果，为了满足实际需求，需要设计一种数据采样方法进行超大数据处理，但不能影响绘制效果
。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的缺陷，提供一种可视化分析数据的处理方法
。
[0005]本专利技术提供了一种可视化分析数据的处理方法，
[0006]包括以下步骤：
[0007]S1
，获取待可视化分析数据；
[0008]S2
，对待可视化分析数据采用
LTTB
算法进行降维处理，所述降维处理中，基于三角形外接圆面积最大原则进行数据点的选取；
[0009]S3
，将降维处理后的数据整理，得到分析数据集；
[0010]S4
，对所述分析数据集进行可视化分析
。
[0011]进一步，在步骤
S2
中，对采样后的数据采用
LTTB
算法进行降维处理具体包括：
[0012]2.1
，将所述待可视化分析数据均分为成
n
个桶，每个桶包含
m
个数据点；
[0013]2.2
，除了首尾两个桶中的数据点，对其他每个桶内的数据点按照时间顺序进行排列；
[0014]2.3
，选取代表数据点：
[0015]选取首桶
/
尾桶中任一数据点作为其代表数据点；
[0016]对顺序排列后的桶内的数据点，采用
LTTB
算法依据三角形外接圆的面积最大的原则，从每个桶内提取出一个数据点作为当前的桶代表数据点
。
[0017]进一步，对顺序排列后的桶内的数据点，采用
LTTB
算法依据三角形外接圆的面积最大的原则，从每个桶内提取出一个数据点代表当前的桶，包括：
[0018]对于第
i
个桶中的数据点，选取第
i
‑1桶数据中的时序靠后的数据点作为第
i
‑1桶的代表数据点
A
，选取第
i+1
桶数据中的时序靠前的数据点作为第
i+1
桶的代表数据点
C
，选取第
i
个组内的任意一个数据点，计算三角形
ABC
外接圆的面积，选取使得三角形
ABC
外接圆面积最大的数据点
B
作为第
i
个桶的代表数据点；其中，对于第1桶数据和最后一桶数据，直接选取它们的第一个和最后一个数据点作为代表
。
[0019]进一步，选取第
i
‑1桶数据中的最后一个数据点作为第
i
‑1桶的代表数据点
A。
[0020]进一步，选取第
i+1
桶数据中的第一个数据点作为第
i
‑1桶的代表数据点
C。
[0021]进一步，所述分析数据集中，选取首桶中的第一个数据点作为其代表数据点
。
[0022]进一步，所述分析数据集中，选取尾桶中的最后一个数据点作为其代表数据点
。
[0023]进一步，所述步骤
S3
包括：
[0024]将降维处理后的数据按照时间顺序进行排列整理，得到分析数据集；
[0025]与现有技术相比，本专利技术的有益效果在于：
[0026]对待可视化分析数据采用
LTTB
进行降维处理；降维处理中，基于三角形外接圆面积最大原则进行数据点的选取；将降维处理后的数据整理，得到分析数据集；对所述分析数据集进行可视化分析，
LTTB
算法依据外接圆面积最大原则，提取出符合要求的数据进行可视化，缩短了可视化时间，使得大数据处理速度加快
。
附图说明
[0027]以下附图仅对本专利技术作示意性的说明和解释，并不用于限定本专利技术的范围，其中：
[0028]图1：本专利技术基于随机采样的数据采集方法分析的结构示意图；
[0029]图2：本专利技术采样后的数据集与降采样后的数据集进行可视化对比示意图
。
具体实施方式
[0030]为了使本专利技术的目的
、
技术方案
、
设计方法及优点更加清楚明了，以下结合附图通过具体实施例对本专利技术进一步详细说明
。
应当理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术
。
[0031]如图1‑
图2所示，本专利技术提供了一种可视化分析数据的处理方法，包括以下步骤：
[0032]S1
，获取待可视化分析数据；根据一定的数据采集频率
(
或数据采样频率
)
，检测配电箱的空开的电流电压等数据，形成了配电箱空开的历史数据集，配电箱空开的历史数据集为待可视化分析数据；
[0033]S2
，对待可视化分析数据采用
LTTB
算法进行降维处理，所述降维处理中，基于三角形外接圆面积最大原则进行数据点的选取；
[0034]其中，所述分析数据集中，选取首桶中的第一个数据点作为其代表数据点，选取尾桶中的最后一个数据点作为其代表数据点，
[0035]2.1
，将所述待可视化分析数据均分为成
n
个桶，每个桶包含
m
个数据点；
[0036]2.2
，除了首尾两个桶中的数据点，对其他每个桶内的数据点按照时间顺序进行排列；
[0037]2.3
，选取代表数据点：
[0038]选取首桶
/
尾桶中任一数据点作为其代表数据点；
[0039]对顺序排列后的桶内的数据点，采用
LTTB
算法依据三角形外接圆的面积最大的原则，从每个桶内提取出一个数据点作为当前的桶代表数据点；
[0040]其中，对于第
i
个桶中的数据点，选取第
i
‑1桶数据中的时序靠后的数据点作为第
i
‑1桶的代表数据点
A
，选取第
i+1
桶数据中的时序靠前的数据点作为第
i+1
桶的代表数据点
C
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种可视化分析数据的处理方法，其特征在于，包括以下步骤：
S1
，获取待可视化分析数据；
S2
，对待可视化分析数据采用
LTTB
算法进行降维处理，所述降维处理中，基于三角形外接圆面积最大原则进行数据点的选取；
S3
，将降维处理后的数据整理，得到分析数据集；
S4
，对所述分析数据集进行可视化分析
。2.
根据权利要求1所述的一种可视化分析数据的处理方法，其特征在于，在步骤
S2
中，对采样后的数据采用
LTTB
算法进行降维处理具体包括：
2.1
，将所述待可视化分析数据均分为成
n
个桶，每个桶包含
m
个数据点；
2.2
，除了首尾两个桶中的数据点，对其他每个桶内的数据点按照时间顺序进行排列；
2.3
，选取代表数据点：选取首桶
/
尾桶中任一数据点作为其代表数据点；对顺序排列后的桶内的数据点，采用
LTTB
算法依据三角形外接圆的面积最大的原则，从每个桶内提取出一个数据点作为当前的桶代表数据点
。3.
根据权利要求2所述的一种可视化分析数据的处理方法，其特征在于，对顺序排列后的桶内的数据点，采用
LTTB
算法依据三角形外接圆的面积最大的原则，从每个桶内提取出一个数据点代表当前的桶，包括：对于第
i
个桶中的数据点，选取第
i
‑1桶数据中的时序靠后的数据点...

【专利技术属性】
技术研发人员：刘岁房，张樱香，王鹏，靳辉，杨军峰，
申请(专利权)人：陕西建工智能科技有限公司，
类型：发明
国别省市：