System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种海量空间数据抽稀方法技术_技高网

一种海量空间数据抽稀方法技术

技术编号:40512637 阅读:3 留言:0更新日期:2024-03-01 13:28
本发明专利技术涉及一种海量空间数据抽稀方法,根据空间数据之间的距离远近进行排序,在经过排序后,按数据的排序编号针对数据进行抽取,可以按偶数位、奇数位或除0之外的某个自然数的倍数位进行数据抽稀,并进行展示。由于排序是根据点位之间距离进行排序的,数据抽稀后可以保证原数据的基本分布特征,解决了webgl在展示特大数据量的空间数据时,造成展示不流畅和浏览器出现卡顿的问题,提高数据展示的流畅度。

【技术实现步骤摘要】

本专利技术属于大数据处理,具体涉及一种海量空间数据抽稀方法


技术介绍

1、数据抽稀是一种数据处理方法,目的是在保证原数据分布的基本形状特征的基础上,最大限度的减少大数据个数,从而为进一步的处理减少压力。网络大数据时代的到来,poi(大数据量兴趣点)的展示对电子地图的来说是一个重要挑战,传统模式是通过切割地图瓦片的形式来完成数据的展示。随着webgl的发展,不通过地图瓦片显示大数据量的poi兴趣点成为了现实,尽管如此,低尺度下的数据量的空间数据展示对于webgl的展示还是一个不小的挑战,为了提高数据展示的流畅度和用户体验,在低尺度下对海量空间数据抽稀是一种数据处理方向。


技术实现思路

1、本专利技术的目的是提出一种海量空间数据抽稀方法,在低尺度下需要展示大数据量的空间数据时,在保证原始空间数据的基本分布趋势特征的基础上针对数据进行抽稀。

2、本专利技术的技术方案如下:

3、一种海量空间数据抽稀方法,其特征在于,包括以下步骤:

4、步骤一、选择任一数据点作为开始点,编号为1;选择距离开始点最近的点,编号为2;

5、步骤二、计算编号1和编号2的数据点连线的中点,选择距离该中点距离最近的空间点,编号为3;

6、步骤三、计算编号1、编号2、编号3的点形成的多边形的质心,选择距离该质心距离最近的点,编号4;

7、步骤四、计算编号1、编号2、编号3、编号4的点形成的多边形的质心,选择距离该质心距离最近的且未被编号的点,编号5,再根据编号1、编号2、编号3、编号4、编号5的点形成的多边形的质心,找到距质心最近的且未被编号的点,编号6;如此循环,每次将新找到的点与前面已找到的所有点形成新的多边形,找到离新多边形质心最近的且未被编号的点,直至遍历所有数据点,形成按编号排序的数据集s1;

8、步骤五、对数据集s1中的数据,按编号偶数位、或奇数位、或除0之外的某个自然数的倍数位置的数据进行抽取,得到抽稀的空间数据点集合;最后将抽稀后的数据结果上图展示。

9、本专利技术通过利用空间数据的分布特征,选择n个点作为排序起始点,根据空间距离对所有的空间点进行排序,然后在该排序的基础上抽取偶数位、奇数位或除零以外的自然数倍数的排序位置上的点,作为最终展示点的集合,可以实现对海量空间数据点进行抽稀,解决了webgl在展示特大数据量的空间数据时,造成展示不流畅和浏览器出现卡顿的问题,提高数据展示的流畅度。

本文档来自技高网...

【技术保护点】

1.一种海量空间数据抽稀方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的海量空间数据抽稀方法,其特征在于:步骤一中,除选择距离开始点最近的点外进行计算外,还选择距离开始点最远的点并编号,按步骤二到四的方法,进行并行计算,形成按编号排序的数据集S2;

3.根据权利要求2所述的海量空间数据抽稀方法,其特征在于:步骤一中,除选择距离开始点最近和最远的点外进行计算外,还选择距离开始点最近和最远点之间的一个或多个点,按步骤二到四的方法进行并行计算,形成数据集S3到Sn;为防止形成过多的数据集,设定一个阈值,超过该阈值时不再选择新的点进行计算;

【技术特征摘要】

1.一种海量空间数据抽稀方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的海量空间数据抽稀方法,其特征在于:步骤一中,除选择距离开始点最近的点外进行计算外,还选择距离开始点最远的点并编号,按步骤二到四的方法,进行并行计算,形成按编号排序的数据集s2;

3...

【专利技术属性】
技术研发人员:王士飞
申请(专利权)人:北京航天长峰科技工业集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1