發(fā)布時間：2021-09-08 07:51

　　以數(shù)據(jù)為驅(qū)動,從接入采集、組織預(yù)處理、關(guān)系挖掘和交互分析結(jié)果直觀高效展現(xiàn)4個方面研究了目標(biāo)態(tài)勢數(shù)據(jù)可視化全過程,提出了一種在Web環(huán)境下以地理信息系統(tǒng)為主要載體的目標(biāo)態(tài)勢數(shù)據(jù)可視化交互框架,實現(xiàn)了目標(biāo)態(tài)勢數(shù)據(jù)可視化聯(lián)動分析和可視化證據(jù)鏈追溯等功能,其關(guān)鍵技術(shù)可廣泛應(yīng)用于搶險預(yù)案應(yīng)對和作戰(zhàn)分析等領(lǐng)域。 

【文章來源】：指揮信息系統(tǒng)與技術(shù). 2020,11(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

可視化框架數(shù)據(jù)處理流程

基于網(wǎng)格距離的點聚合算法（grid?based cluster?ing)[12]，將地圖劃分為指定閾值的正方形，根據(jù)地圖上點的經(jīng)緯度，將落在對應(yīng)格子中的點聚合到該正方形中，最終取該正方形的中心點作為聚合到該正方形中所有點的代表，并在該中心點上顯示聚合點包含的原始點數(shù)量，該方法對每個原始點只需計算一次，無復(fù)雜的距離計算，故效率較高，但對于恰好位于網(wǎng)格邊界上的點來說，可能會誤判為位于不同網(wǎng)格，臨邊點多樣聚合示意圖如圖2所示。圖中，空心圓A和B 2個點位于相鄰2個正方形的邊界上，實心點1和2分別是2個相鄰正方形的中心點，基于網(wǎng)格距離的點聚合算法可能使點A聚合到點2，點B聚合到點1；另外，對于空心點C，由于其位于4個相鄰正方形的交點上，故點C可能被聚合到點1、2、3或4。由此可見，基于網(wǎng)格距離的點聚合算法對于人為劃分的正方形邊界上點的判斷具有一定的誤差和局限性�；诰嚯x的點聚合算法（distance?based cluster?ing），需先指定一個聚合的距離閾值，對每個點進(jìn)行迭代計算距離[13]。若該點位于某個已有聚合點的距離閾值內(nèi)，則將該點聚合到此；否則，該點作為一個新的聚合點，如此循環(huán)迭代至所有點均已找到所屬聚合點。該方法可較準(zhǔn)確地實現(xiàn)點的聚合，但每個聚合點均以起始點作為最終聚合點，必然會受到起始點選擇的影響，且點與點間距離的迭代計算使得計算復(fù)雜度上升。

本文提出基于距離與最小點限制的分批渲染算法。先通過計算點與點間距離進(jìn)行聚合處理，再根據(jù)給定最小點閾值對第1層聚合結(jié)果進(jìn)行判斷，若某個聚合點的聚合元素數(shù)大于最小點閾值，則保留該聚合點；反之，則解散該聚合點；最后，對所有待聚合的點根據(jù)其類別分批進(jìn)行聚合計算并渲染。分批聚合渲染過程示意圖如圖3所示，其中三角形和小圓點表明不同類別的標(biāo)注點，圖3(a)中A1、A2、A3和A4及圖3(b)中B1、B2、B3和B4分別表明標(biāo)注類型A和B經(jīng)過第1步基于距離計算所得的聚合結(jié)果，假設(shè)最小點閾值為2，那么類型A和B中需解散的聚合點分別是A3、B2和B3；圖3(d)展現(xiàn)了最終的聚合效果。由于圖3(a)和(b)中類型A和B分批進(jìn)行聚合計算，分批渲染，避免了瀏覽器一次渲染大量標(biāo)注點導(dǎo)致的卡頓或崩潰現(xiàn)象。1.1.2 戰(zhàn)場目標(biāo)多維聯(lián)動分析

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)—業(yè)務(wù)—協(xié)作架構(gòu)的作戰(zhàn)規(guī)劃軟件平臺[J]. 陶德進(jìn),沈馳,劉花云.  指揮信息系統(tǒng)與技術(shù). 2019(01)
[2]三維可視區(qū)域的定義[J]. 于莉莉,蘇曉光,張磊.  產(chǎn)業(yè)與科技論壇. 2018(13)
[3]基于路由模式的前端框架設(shè)計與改進(jìn)[J]. 陳辰,王萌,程旭.  電腦知識與技術(shù). 2018(12)
[4]前后端分離的終端自適應(yīng)動態(tài)表單設(shè)計[J]. 喻瑩瑩,李新,陳遠(yuǎn)平.  計算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[5]多維數(shù)據(jù)可視化技術(shù)的應(yīng)用探究[J]. 高斐,蘇晨,陳梅.  電腦知識與技術(shù). 2018(05)
[6]Web前端開發(fā)技術(shù)的演化與MVVM設(shè)計模式研究[J]. 李嘉,趙凱強(qiáng),李長云.  電腦知識與技術(shù). 2018(02)
[7]基于Web頁面的大規(guī)模數(shù)據(jù)可視化系統(tǒng)研究[J]. 蔡潔銳.  機(jī)電工程技術(shù). 2017(06)
[8]基于實時數(shù)據(jù)庫的數(shù)據(jù)可視化分析系統(tǒng)[J]. 葉康林.  計算機(jī)仿真. 2017(01)
[9]基于證據(jù)鏈的電子證據(jù)可信性分析[J]. 趙志巖,石文昌.  計算機(jī)科學(xué). 2016(07)
[10]基于數(shù)據(jù)挖掘的海戰(zhàn)場態(tài)勢可視化平臺構(gòu)建[J]. 陳曉峰,劉興,高元博,鄭亞波.  火力與指揮控制. 2015(04)

博士論文
[1]飛行控制系統(tǒng)傳感器信息融合與容錯方法研究[D]. 袁燎原.西北工業(yè)大學(xué) 2015

碩士論文
[1]基于WebGIS的農(nóng)業(yè)地理數(shù)據(jù)可視化技術(shù)研究及應(yīng)用[D]. 張健.浙江大學(xué) 2015
[2]一種基于組件化的云服務(wù)平臺的設(shè)計與實現(xiàn)[D]. 宋歡歡.北京郵電大學(xué) 2011



本文編號：3390416