一种基于圆堆叠的大规模散点图去重叠方法

本发明属于数据处理，尤其涉及一种基于圆堆叠的大规模散点图去重叠方法。

背景技术：

1、随着大数据时代的到来，可视化凭借其直观性与灵活性成为当今世界的重要分析手段。作为重要的可视化技术，散点图凭借其易用性和优异的表现能力，常被用于分析高维数据和揭示大数据中集群、趋势、相关性、离群点等数据模式。然而，对于散点图而言，数据规模的增长带来了过度绘制问题，即代表个体的数据节点出现大量重叠。这将严重干扰人们对底层数据分布的观测，损害散点图的可读性和有效性并使得各项可视任务无法开展。

2、为解决上述技术问题，现有技术方案中在论文《data sampling in multi-viewand multi-class scatterplots via set cover optimization》中通过使用z-order空间填充曲线把数据集在空间上划分为多个子集，在每个子集中采样一个数据点，将采样问题建模为一个集合覆盖优化问题，较好的实现了类相对密度的保持，但是通过分析不难发现，存在以下技术问题：

3、现有的散点图去重叠方法不能在准确表达本征数据分布的同时严格保证节点无重叠，存在一定的局限性。此外，以往方法均没有考虑在已有的缓解结果上通过交互进一步做可视增强，无法保证散点图的可视化分析的有效性。

4、针对上述技术问题，本发明提供了一种基于圆堆叠的大规模散点图去重叠方法。

技术实现思路

1、本发明的目的是提供一种基于圆堆叠的大规模散点图去重叠方法。

2、为了解决上述技术问题，本发明提供了一种基于圆堆叠的大规模散点图去重叠方法，其特征在于，具体包括：

3、将可视化空间划分成方形网格，用圆填充每个网格，在面积对等和不丢失数据点的原则下为每个网格分配占位节点和数据节点；

4、基于圆堆叠的布局算法计算每个节点相对于画布中心的距离和角度，将每个节点按照其距离的升序按序沿着目标角度放置到已放置节点形成的节点堆的轮廓边缘，过滤不应被渲染出的节点，进行可视化空间的散点图的构建；

5、根据节点类型来确定使用交互工具缩放时的互斥半径和移动策略，并在用户利用所述交互工具进行数据交互时，根据不同节点的互斥半径和移动策略进行所述散点图的可视化空间的数据增强处理。

6、进一步的技术方案在于，用圆填充每个网格，具体包括：

7、获取所述网格的数据点的数量，并根据数据点的数量以及预设数量阈值进行所述网格的圆的数量的确定。

8、进一步的技术方案在于，所述每个网格的圆的半径均相等。

9、进一步的技术方案在于，所述角度为节点与画布中心的连线与x轴正向的夹角。

10、进一步的技术方案在于，所述节点的类型包括高密度控制点以及低密度控制点。

11、进一步的技术方案在于，当所述节点的类型为高密度控制点时，则所述交互工具的缩放的移动策略为：

12、根据所述节点的相对密度和半径进行所述节点的移动曲线的确定；

13、以所述移动曲线为约束条件，在所述交互工具的缩放控制过程中，控制所述节点按照所述移动曲线进行缩放控制。

14、本发明的有益效果在于：

15、(1)为散点图去重叠算法设计提供了新范式：

16、本发明从分析以往方法效果不佳的原因出发，强调数据空间与可视化空间信息粒度统一的重要性并对该对立统一关系进行了形式化描述。基于该描述，去重叠问题被形式化为一个以节点互斥和空间双射为约束，以感知最优解的分布一致性为目标的优化问题。

17、(2)计算效率高：

18、本发明对先前的圆堆叠算法进行了改进。由于传统的圆堆叠算法在处理大规模数据时可能面临的一个问题是计算复杂度过高，导致运行时间较长，本发明引入了与数据无关的截断阈值，该方法显著提升了堆叠算法的计算效率，堆叠十万个节点只需1秒。

19、(3)极高的可视质量：

20、本发明提出的数据转录方法中的网格划分策略和堆叠时保持节点相对位置的策略能够更好地维持全局特征和局部特征。本发明在k近邻保持、位移最小化、形状保持和密度保持上均取得最优或接近最优的成绩。

21、(4)更好地支持高动态范围数据：

22、现有的技术方案对该类散点图支持不好，极高密度区域常导致默认的堆叠半径非常小，这将严重损害整个散点图的可视质量。本文通过安全交互指导的渲染半径配置在严格维持相对密度和较高的可视质量之间实现可控的平衡。

23、其他特征和优点将在随后的说明书中阐述，并且，部分从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

24、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种基于圆堆叠的大规模散点图去重叠方法，其特征在于，具体包括：

2.如权利要求1所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，用圆填充每个网格，具体包括：

3.如权利要求2所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，所述每个网格的圆的半径均相等。

4.如权利要求1所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，所述角度为节点与画布中心的连线与x轴正向的夹角。

5.如权利要求1所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，沿着目标角度放置到已放置节点形成的节点堆的轮廓边缘，具体包括：

6.如权利要求5所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，判断所述节点与所述筛选节点是否满足互斥要求，具体包括：

7.如权利要求1所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，所述节点的类型包括高密度控制点以及低密度控制点。

8.如权利要求1所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，所述节点的缩放的互斥半径根据所述节点的堆叠半径和绘制半径所构成的区间进行确定。

9.如权利要求8所述的基于圆堆叠的大规模散点图去重叠方法，其特征在于，当所述节点的类型为高密度控制点时，则所述交互工具的缩放的移动策略为：

技术总结本发明提供一种基于圆堆叠的大规模散点图去重叠方法及系统，属于数据处理技术领域，具体包括：将散点图中因具有相同坐标而在可视化空间中重叠的节点展开成叶序，并将可视化空间划分成方形网格，在面积对等和不丢失数据点的原则下为每个网格分配占位节点和数据节点，基于圆堆叠的布局算法计算每个节点相对于画布中心的距离和角度，将每个节点按照其距离的升序按序沿着目标角度放置到已放置节点形成的节点堆的轮廓边缘，过滤不应被渲染出的节点，进行可视化空间的散点图的构建，在用户利用交互工具进行数据交互时，根据不同节点的互斥半径和移动策略进行散点图的可视化空间的数据增强处理，从而提升了散点图的可视化处理的效果。技术研发人员：石磊,邵光程,袁璐,孙子涵,李菲受保护的技术使用者：中国传媒大学技术研发日：技术公布日：2024/8/27