CN110427531B - 对多个样本进行网格布局可视化的方法和系统 - Google Patents

对多个样本进行网格布局可视化的方法和系统 Download PDF

Info

Publication number
CN110427531B
CN110427531B CN201910656140.7A CN201910656140A CN110427531B CN 110427531 B CN110427531 B CN 110427531B CN 201910656140 A CN201910656140 A CN 201910656140A CN 110427531 B CN110427531 B CN 110427531B
Authority
CN
China
Prior art keywords
grid
samples
sample
grids
specific
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910656140.7A
Other languages
English (en)
Other versions
CN110427531A (zh
Inventor
刘世霞
陈长建
袁隽
张慧
戴琼海
娄昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Chinese PLA General Hospital
Original Assignee
Tsinghua University
Chinese PLA General Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Chinese PLA General Hospital filed Critical Tsinghua University
Priority to CN201910656140.7A priority Critical patent/CN110427531B/zh
Publication of CN110427531A publication Critical patent/CN110427531A/zh
Application granted granted Critical
Publication of CN110427531B publication Critical patent/CN110427531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/904Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种用于对多个样本进行网格布局可视化的方法、系统和计算机可读存储介质。该方法包括:将多个样本中的每个样本投影在二维平面上,所述二维平面至少包括多个网格;获得所述多个样本中的每个样本与所述多个网格的每个网格之间的距离;根据所述获得的距离,调整所述多个样本中的每个样本与所述多个网格的每个网格之间的对应关系,使得每一个样本可放置的网格数为k,并且每个网格允许放置的样本数为k,所述k为大于等于1的整数;计算所述多个样本中的每个样本对应的唯一网格;根据计算的所述多个样本中的每个样本对应的唯一网格在所述二维平面中对所述多个样本进行可视化展示。

Description

对多个样本进行网格布局可视化的方法和系统
技术领域
本发明涉及数据的可视化,特别地,本发明涉及一种用于对多个样本进行网格布局可视化的方法、计算机系统以及计算机可读存储介质。
背景技术
高维数据可视化是指将高维数据映射到低维(二维或者三维)空间中,并在低维空间保留其在高维空间中结构的一种方法。一种常用的高维数据可视化的方法是通过降维算法将高维数据投影在二维空间中,并将高维数据以散点图的形式展示。散点图可以很好地揭示数据内部聚类情况。但是散点图的展示形式存在空间浪费和重叠问题。为此,本领域提出了网格布局的可视化展示形式。在网格布局中,每个样本在一块与其他网格不重叠的网格中展示,并且网格之间没有空隙。这样可以方便地进行需要探索样本内容的任务,比如偏离分布样本检测。
发明内容
以下描述包括体现本发明技术的示例性方法、系统、技术和指令序列。然而,应该理解,在一个或多个方面,可以在没有这些具体细节的情况下实践所描述的发明。在其他情况下,没有详细示出公知的协议、结构和技术,以免模糊本发明。本领域普通技术人员将理解,所描述的技术和机制可以应用于对值进行排序的各种体系结构。
根据本发明的一个方面,提出了一种用于对多个样本进行网格布局可视化的方法,该方法包括:将多个样本中的每个样本投影在二维平面上,所述二维平面至少包括多个网格;获得所述多个样本中的每个样本与所述多个网格的每个网格之间的距离;根据所述获得的距离,调整所述多个样本中的每个样本与所述多个网格的每个网格之间的对应关系,使得每一个样本可放置的网格数为k,并且每个网格允许放置的样本数为k,所述k为大于等于1的整数;计算所述多个样本中的每个样本对应的唯一网格;根据计算的所述多个样本中的每个样本对应的唯一网格在所述二维平面中对所述多个样本进行可视化展示。
根据本发明的另一个方面,提出了一种用于对多个样本进行网格布局可视化的计算机可读存储介质,所述计算机可读存储介质具有存储其中的程序指令,所述程序指令可由计算设备执行以使得计算设备执行如上所述的方法。
根据本发明的又一个方面,提出了一种用于对多个样本进行网格布局可视化的系统,包括:存储器;以及至少一个处理器,可操作地耦合到存储器并配置用于执行如上所述的方法。
根据本发明的再一个方面,提出了一种用于对多个样本进行网格布局可视化的计算机系统,所述系统包括分别用于执行如上所述的方法的各个步骤的模块。
附图说明
通过参照附图阅读下面对说明性实施例的详细说明可更好地理解发明本身以及其优选使用模式、目标、特征以及优点,在附图中:
图1A示出了投影在二维平面上的3个样本的散点图;
图1B示出了将图1A中的二维平面划分成的4个互不重叠的网格;
图1C示出了将图1A的3个样本点放置在图1B中的网格中;
图2示出了一种任意形状的网格;
图3示出了根据本发明的一个或多个实施例的一种用于对多个样本进行网格布局可视化的方法的流程图;
图4示出了根据本发明的一个或多个实施例的一种将每个样本的k个近邻网格调整为每个样本可放置的k个网格的方法的流程图;
图5A示出了根据本发明的一个或多个实施例的获得多个样本中的每个样本的k(k=2)个近邻网格的一个具体示例;
图5B和图5C示出了根据本发明的一个或多个实施例的应用方法400的一个具体示例;
图6示出了根据本发明的一个或多个实施例的一种将每个网格的k个近邻样本调整为每个网格允许放置的k个近邻样本的方法的流程图;
图7A示出了根据本发明的一个或多个实施例的获得多个网格中的每个网格的k(k=2)个近邻样本的一个具体示例;以及
图7B和图7C示出了根据本发明的一个或多个实施例的应用方法600的一个具体示例。
具体实施方式
下面参照附图来说明本发明的实施例。在下面的说明中,阐述了许多具体细节以便更全面地了解本发明。但是,对于本技术领域内的技术人员明显的是,本发明的实现可不具有这些具体细节中的一些。此外,应当理解的是,本发明并不限于所介绍的特定实施例。相反,可以考虑用下面的特征和要素的任意组合来实施本发明,而无论它们是否涉及不同的实施例。因此,下面的方面、特征、实施例和优点仅作说明之用而不应被看作是所附权利要求的要素或限定,除非权利要求中明确提出。
在大数据时代,数据量呈现爆炸式的增长。这些大数据中蕴含着大量值得探索和挖掘的信息。但是这些数据往往难以直接显示,给探索和挖掘带来困难。可视化可以将数据转化为可感知的图形、符号、颜色、纹理等,帮助用户分析数据,挖掘有用信息,已经成为大数据时代一个重要研究领域。
为了便于理解,首先介绍一些网格可视化的基本概念。样本可以是一维或者多维数据,而在二维平面上的点的坐标是一个二维数据。当样本数据的特征维度超过二维的时候,首先要进行降维。
在一种实施方式中,将多个样本中的每个样本投影在二维平面上可以通过降维算法t-distributed stochastic neighbor embedding来实现。本领域技术人员可以知道,多个样本中的每个样本投影在二维平面上也可以通过其他降维算法来实现,例如多维缩放算法,主成分分析等。图1A示出了投影在二维平面上的3个样本的散点图。根据图1A,3个样本点,即样本1、样本2、样本3,投影在二维平面上,成为二维平面上的3个散点。散点图可能存在空间浪费和重叠问题。为此网格布局的可视化展示形式成为一个更好的替代方案。在网格布局中,每个样本在一块与其他网格不重叠的网格中展示,并且网格之间没有空隙。图1B示出了将图1A中的二维平面划分成的4个互不重叠的网格,即网格1、网格2、网格3、网格4。这样可以方便地进行需要探索样本内容的任务,比如偏离分布样本检测。图1C示出了将图1A的三个样本点放置在图1B中的网格中。
图1B中示出的是一种矩形网格。实际应用中,网格可以是任意形状的。图2示出了一种任意形状的网格,其中201-205均为该二维平面上的可用于布局的网格。并且网格的数量和样本的数量没有直接关系。可以样本的数量大于网格的数量,此时需要添加冗余网格;也可以样本的数量小于网格的数量,此时需要添加冗余样本;还可以二者相等。所述添加冗余网格和冗余样本为现有技术。
在实际应用中,网格布局算法需要实时得到网格布局结果。比如在偏离分布样本检测任务中,样本需要不断重新采样并实时生成网格布局,从而方便专家探索样本内容。现有网格布局方法中,Jonker-Volgenant(JV)算法的运行时间总体上效果最优。但是根据发明人的试验结果,在一台拥有Intel Xeon E5-2630CPU(2.2GHz)和128GB内存的台式机上运行该算法,对2000个样本的网格布局大约需要20s的时间,说明该算法无法达到实时性的要求。
Jonker-Volgenant(JV)算法运行慢的原因在于其求解过程中搜索空间大,导致运算量大。为解决这一问题,本发明提供了一种新的网格布局方法。该方法通过限制所有样本中的每一个样本仅能放置在其k(k为大于等于1的整数)个网格中,来减少求解过程中的搜索空间,从而达到加速的目的。
图3示出了根据本发明的一个或多个实施例的一种用于对多个样本进行网格布局可视化的方法300的流程图。根据图3,在步骤310,将多个样本中的每个样本投影在二维平面上,所述二维平面至少包括多个网格。此时每个样本都具有一个二维坐标。
在步骤320,获得所述多个样本中的每个样本与所述多个网格的每个网格之间的距离。在一种实施方式中,所述样本与网格之间的距离可以通过计算所述样本在二维平面的坐标与网格特定位置的坐标之间的欧式距离来获得。本领域技术人员可以知道,所述样本与网格之间的距离也可以通过计算所述样本在二维平面的坐标与网格特定位置的坐标之间的其他距离来获得,例如马氏距离、曼哈顿距离等等。网格特定位置可以是网格的重心,也可是任意指定的位置。
在步骤330,根据所述获得的距离,调整所述多个样本中的每个样本与所述多个网格的每个网格之间的对应关系,使得每个样本可放置的网格数为k,并且每个网格允许放置的样本数为k。这样可以避免过多的样本放置在相同的网格,或者过多的网格放置相同的样本。发明人发现,k的取值对结果影响较大,k太大会导致加速效果不佳,k太小会导致网格布局结果不好。根据发明人的试验结果,k取值在50~100之间比较适合。
在步骤340,计算所述多个样本中的每个样本对应的唯一网格。在一种实施方式中,所述计算多个样本中的每个样本对应的唯一网格可以通过Jonker-Volgenant(JV)算法来进行。本领域技术人员可以知道,所述计算多个样本中的每个样本对应的唯一网格也可以通过其他方法来进行,例如匈牙利算法、LAPm算法等等。
在步骤350,根据计算的所述多个样本中的每个样本对应的唯一网格在所述二维平面中对所述多个样本进行可视化展示。
步骤330的根据所述获得的距离,调整多个样本中的每个样本与多个网格的每个网格之间的对应关系,使得每个样本可放置的网格数为k,并且每个网格允许放置的样本数为k,实际上就是将搜索空间降低的过程。在一种实施方式中,通过调整每个样本可放置的网格来降低搜索空间。具体来说,首先获得多个样本中的每个样本的k个近邻网格,其中多个网格中部分网格允许放置的样本数大于k,部分网格允许放置的样本数小于k,部分网格允许放置的样本数等于k。一个样本的k个近邻网格指的是上述多个网格中与样本距离最小的k个网格。保留一个样本的k个近邻网格的具体含义是该样本仅能被放置在其k个最相邻的网格中。获得一个样本的k个近邻网格可以通过对计算的该样本与多个网格的每个网格之间的距离进行排序,获得与该样本距离最小的k个网格,作为该样本的k个近邻网格。对每一个样本依次进行这样的计算就可以获得所述多个样本中的每个样本的k个近邻网格。
图5A示出了根据本发明的一个或多个实施例的获得多个样本中的每个样本的k(k=2)个近邻网格的一个具体示例。为了更好地说明本发明,这里仅以较小的k值为例来描述。例如图5A中有4个样本点,即样本1、样本2、样本3、样本4,要放置到4个网格中,即网格1、网格2、网格3、网格4。其中样本1仅可放置在网格1和网格2;样本2仅可放置在网格2和网格3;样本3仅可放置在网格2和网格3;样本4仅可放置在网格3和网格4。其次,将每个样本的k个近邻网格调整为每个样本可放置的k个网格。调整后,可以防止过多的样本放置在相同的网格,或者过多的网格放置相同的样本。
图4示出了根据本发明的一个或多个实施例的一种将每个样本的k个近邻网格调整为每个样本可放置的k个网格的方法400的流程图。图5B和图5C示出了根据本发明的一个或多个实施例的应用方法400的一个具体示例。下面将结合图5B和图5C描述方法400的具体步骤。
根据图4,在步骤410,获得所述多个网格中允许放置的样本数大于k的网格。其中将所述多个网格中允许放置的样本数大于k的网格中的每一个作为特定网格。如图5B所示,4个网格中允许放置的样本数大于k的网格为网格2和网格3,则特定网格为网格2和网格3。
对每一个特定网格执行步骤420-步骤440。在步骤420,获得所述特定网格允许放置的样本,将所述特定网格允许放置的样本的每一个作为特定样本。第一个特定网格是网格2。如图5B所示,网格2允许放置的样本为样本1、样本2、样本3,则特定样本为样本1、样本2、样本3。
对每一个特定样本执行步骤430-480。在步骤430,确定所述多个网格中允许放置样本个数小于k,并且该特定样本不可放置的网格作为候选网格及确定候选网格的个数。第一个特定样本是样本1。如图5B所示,4个网格中允许放置样本个数小于2,并且样本1不可放置的网格只有网格4,候选网格的个数为1。
如果所述候选网格的个数大于1,执行步骤440-460。在步骤440,获得所述候选网格中与所述特定样本距离最小的网格;在步骤450,使所述特定样本可放置在所述距离最小的网格中;在步骤460,使所述特定样本不可放置在所述特定网格中;然后处理下一个特定样本。假设图5B中候选网格为网格3和网格4,候选网格的个数为2。假设候选网格3和网格4与样本1距离分别为0.3和0.2,则网格4是候选网格中离样本1距离最小的网格。使样本1可放置在网格4中;使样本1不可放置在网格2中。
如果所述候选网格的个数等于1,执行步骤470-480。在步骤470,使所述特定样本允许放置在所述候选网格中;在步骤480,使所述特定样本不允许放置在所述特定网格中;然后处理下一个特定样本。如图5B所示,候选网格为网格4,候选网格的个数为1。使样本1可放置在网格4中;使样本1不可放置在网格2中。
如果所述候选网格的个数等于0,则不做任何操作,直接处理下一个特定样本。
所有特定样本处理结束后,处理下一个特定网格。特定样本和特定网格组成了一个两重循环。
在一种实施方式中,如果特定网格经过处理已经满足了特定网格允许放置的样本个数等于k,停止该特定网格的步骤。在一种实现中,可以在步骤420之后对每一个特定样本操作之前首先确定所述特定网格允许放置的样本个数;如果所述特定网格允许放置的样本个数等于k,停止该特定网格的步骤。在另一种实现中,可以在对每一个特定样本操作之后,下一个特定样本操作之前首先确定所述下一个特定网格允许放置的样本个数;如果所述先一个特定网格允许放置的样本个数等于k,停止该下一个特定网格的步骤。
上述提供了一种将每个样本的k个近邻网格调整为每个样本可放置的k个网格的方法,本领域技术人员应该知道,可以有其他的方法将每个样本的k个近邻网格调整为每个样本可放置的k个网格,只要能使得每个样本可放置的网格数为k,并且每个网格允许放置的样本数为k,就可以降低搜索空间,其均在本发明的保护范围之内。
在步骤330的另一种实施方式中,通过调整每个网格允许放置的样本来降低搜索空间。具体来说,首先获得多个网格中的每个网格的k个近邻样本,其中多个样本中部分样本可放置的网格数大于k,部分样本可放置的网格数小于k,部分样本可放置的网格数等于k。一个网格的k个近邻样本指的是上述多个样本中与网格距离最小的k个样本。保留一个网格的k个近邻样本的具体含义是该网格仅能被放置在其k个最相邻的样本中。获得一个网格的k个近邻样本可以通过对计算的该网格与多个样本的每个样本之间的距离进行排序,获得与该网格距离最小的k个样本,作为该网格的k个近邻样本。对每一个网格依次进行这样的计算就可以获得所述多个网格中的每个网格的k个近邻样本。图7A示出了根据本发明的一个或多个实施例的获得多个网格中的每个网格的k(k=2)个近邻样本的一个具体示例。为了更好地说明本发明,仅以较小的k值为例来描述。例如图7A中有4个网格点,即网格1、网格2、网格3、网格4,要放置4个样本,即样本1、样本2、样本3、样本4。其中网格1仅允许放置在样本1和样本2;网格2仅允许放置在样本2和样本3;网格3仅允许放置在样本2和样本3;网格4仅允许放置在样本3和样本4。其次,将每个网格的k个近邻样本调整为每个网格允许放置的k个近邻样本。调整后,可以防止过多的网格放置相同的样本,或者过多的样本放置相同的网格中。
图6示出了根据本发明的一个或多个实施例的一种将每个网格的k个近邻样本调整为每个网格允许放置的k个近邻样本的方法600的流程图。图7B和图7C示出了根据本发明的一个或多个实施例的应用方法600的一个具体示例。下面将结合图7B和图7C描述方法600的具体步骤。
根据图6,在步骤610,获得所述多个样本中可放置的网格数大于k的样本。其中将所述多个样本中可放置的网格数大于k的样本中的每一个作为特定样本。如图7B所示,4个样本中可放置的网格数大于k的样本为样本2和样本3,则特定样本为样本2和样本3。
对每一个特定样本执行步骤620-步骤640。在步骤620,获得所述特定样本可放置的网格,将所述特定样本可放置的网格的每一个作为特定网格。第一个特定样本是样本2。如图7B所示,样本2可放置的网格为网格1、网格2、网格3,则特定网格是可放置的网格为网格1、网格2、网格3。
对每一个特定网格执行步骤630-480。在步骤630,确定所述多个样本中可放置网格个数小于k,并且该特定网格不允许放置的样本作为候选样本及确定候选样本的个数。第一个特定网格是网格1。如图7B所示,4个样本中可放置网格个数小于2,并且网格1不允许放置的样本只有样本4,候选样本的个数为1。
如果所述候选样本的个数大于1,执行步骤640-460。在步骤640,获得所述候选样本中与所述特定网格距离最小的样本;在步骤650,使所述特定网格允许放置所述距离最小的样本;在步骤660,使所述特定网格不允许放置所述特定样本;然后处理下一个特定网格。假设图7B中候选样本为样本3和样本4,候选样本的个数为2。假设候选样本3和样本4与网格1距离分别为0.3和0.2,则样本4是候选样本中离网格1距离最小的样本。使网格1允许放置样本4;使网格1不允许放置样本2。
如果所述候选样本的个数等于1,执行步骤670-480。在步骤670,使所述特定网格可放置所述候选样本;在步骤680,使所述特定网格不可放置所述特定样本;然后处理下一个特定网格。如图7B所示,候选样本为样本4,候选样本的个数为1。使网格1允许放置样本4;使网格1不允许放置样本2。
如果所述候选样本的个数等于0,则不做任何操作,直接处理下一个特定网格。
所有特定网格处理结束后,处理下一个特定样本。特定网格和特定样本组成了一个两重循环。
在一种实施方式中,如果特定样本经过处理已经满足了特定样本可放置的网格个数等于k,停止该特定样本的步骤。在一种实现中,可以在步骤620之后对每一个特定网格操作之前首先确定所述特定样本可放置的网格个数;如果所述特定样本可放置的网格个数等于k,停止该特定样本的步骤。(图6未示出)在另一种实现中,可以在对每一个特定网格操作之后,下一个特定网格操作之前首先确定所述特定样本可放置的网格个数;如果所述特定样本可放置的网格个数等于k,停止该特定样本的步骤。
上述提供了一种将每个网格的k个近邻样本调整为每个网格允许放置的k个近邻样本的方法,本领域技术人员应该知道,可以有其他的方法将每个网格的k个近邻样本调整为每个网格允许放置的k个近邻样本,只要能使得每一个网格允许放置的样本数为k,并且每个样本可放置的网格数为k,就可以降低搜索空间,其均在本发明的保护范围之内。
经过本发明的调整后,求解过程中的搜索空间从n!(n为所有样本的个数)降至不超过kn(k为上述每一个样本可放置的网格数,n为所有样本的个数)。例如,对于2000个样本点,k取值为50时,利用现有技术搜索空间约为105736,利用本发明的技术搜索空间约为103398,搜索空间减少了102338倍。在上述2000个样本点利用相同的计算机多次运行,平均只需要0.6秒的时间,完全可以满足实时网格可视化的要求。
本发明可以是系统、方法和/或计算机可读存储介质。计算机可读存储介质上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。本发明的方法可以在独立的计算机系统上执行,也可以在分布式计算系统上执行,甚至可以在云平台上执行。
这里参照根据本发明实施例的方法、装置(系统)和计算机可读存储介质的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机可读存储介质的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (8)

1.一种用于对多个样本进行网格布局可视化的方法,包括:
将多个样本中的每个样本投影在二维平面上,所述二维平面至少包括多个网格;
获得所述多个样本中的每个样本与所述多个网格的每个网格之间的距离;
根据所述获得的距离,调整所述多个样本中的每个样本与所述多个网格的每个网格之间的对应关系,使得所述每个样本可放置的网格数为k,并且所述每个网格允许放置的样本数为k,所述k为大于等于1的整数;
计算所述多个样本中的每个样本对应的唯一网格;
根据计算的所述多个样本中的每个样本对应的唯一网格在所述二维平面中对所述多个样本进行可视化展示,其中,所述根据所述获得的距离,调整所述多个样本中的每个样本与所述多个网格的每个网格之间的对应关系,使得所述每个样本可放置的网格数为k,并且所述每个网格允许放置的样本数为k包括:
获得所述多个样本中的每个样本的k个近邻网格,其中所述多个网格中部分网格允许放置的样本数大于k,部分网格允许放置的样本数小于k,部分网格允许放置的样本数等于k;
将所述每个样本的k个近邻网格调整为所述每个样本可放置的k个网格;其中,所述将所述每个样本的k个近邻网格调整为所述每个样本可放置的k个网格包括:
获得所述多个网格中允许放置的样本数大于k的网格,其中将所述多个网格中允许放置的样本数大于k的网格中的每一个作为特定网格;
对每一个特定网格执行下列步骤:
获得所述特定网格允许放置的样本,其中将所述特定网格允许放置的样本的每一个作为特定样本;
对每一个特定样本执行下列步骤:
确定所述多个网格中允许放置样本个数小于k,并且该特定样本不可放置的网格作为候选网格并确定候选网格的个数;
响应于所述候选网格的个数大于1:
获得所述候选网格中与所述特定样本距离最小的网格;
使所述特定样本可放置在所述距离最小的网格中;以及
使所述特定样本不可放置在所述特定网格中;
响应于所述候选网格的个数等于1:
使所述特定样本可放置在所述候选网格中;以及
使所述特定样本不可放置在所述特定网格中。
2.根据权利要求1所述的方法,其中所述对每一个特定样本执行的步骤还包括:
确定所述特定网格允许放置的样本个数;
响应于所述特定网格允许放置的样本个数等于k,停止执行对该特定网格的步骤。
3.根据权利要求1所述的方法,其中,所述根据所述获得的距离,调整所述多个网格中的每个样本与所述多个样本的每个网格之间的对应关系,使得所述每个样本可放置的网格数为k,并且所述每个网格允许放置的样本数为k包括:
获得所述多个网格中的每个网格的k个近邻样本,其中所述多个样本中部分样本可放置的网格数大于k,部分样本可放置的网格数小于k,部分样本可放置的网格数等于k;
将所述每个网格的k个近邻样本调整为所述每个网格允许放置的k个近邻样本。
4.根据权利要求3所述的方法,其中所述将所述每个网格的k个近邻样本调整为所述每个网格允许放置的k个近邻样本包括:
获得所述多个样本中可放置的网格数大于k的样本,其中将所述多个样本中可放置的网格数大于k的样本中的每一个作为特定样本;
对每一个特定样本执行下列步骤:
获得所述特定样本可放置的网格,其中将所述特定样本可放置的网格的每一个作为特定网格;
对每一个特定网格执行下列步骤:
确定所述多个样本中可放置网格个数小于k,并且该特定网格不允许放置的样本作为候选样本及确定候选样本的个数;
响应于所述候选样本的个数大于1:
获得所述候选样本中与所述特定网格距离最小的样本;
使所述特定网格允许放置所述距离最小的样本;以及
使所述特定网格不允许放置所述特定样本;
响应于所述候选样本的个数等于1:
使所述特定网格允许放置所述候选样本;以及
使所述特定网格不允许放置所述特定样本。
5.根据权利要求4所述的方法,其中,其中所述对每一个特定网格执行的步骤还包括:
确定所述特定样本可放置的网格个数;
响应于所述特定样本可放置的网格个数等于k,停止执行对该特定样本的步骤。
6.一种用于对多个样本进行网格布局可视化的计算机可读存储介质,所述计算机可读存储介质具有存储其中的程序指令,所述程序指令可由计算设备执行以使得计算设备执行如权利要求1-5中任意一项所述的方法。
7.一种用于对多个样本进行网格布局可视化的系统,包括:
存储器;以及
至少一个处理器,可操作地耦合到存储器并配置用于执行如权利要求1-5中任意一项所述的方法。
8.一种用于对多个样本进行网格布局可视化的计算机系统,所述系统包括分别用于执行权利要求1-5中任一项的方法的各个步骤的模块。
CN201910656140.7A 2019-07-19 2019-07-19 对多个样本进行网格布局可视化的方法和系统 Active CN110427531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910656140.7A CN110427531B (zh) 2019-07-19 2019-07-19 对多个样本进行网格布局可视化的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910656140.7A CN110427531B (zh) 2019-07-19 2019-07-19 对多个样本进行网格布局可视化的方法和系统

Publications (2)

Publication Number Publication Date
CN110427531A CN110427531A (zh) 2019-11-08
CN110427531B true CN110427531B (zh) 2022-07-01

Family

ID=68411254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910656140.7A Active CN110427531B (zh) 2019-07-19 2019-07-19 对多个样本进行网格布局可视化的方法和系统

Country Status (1)

Country Link
CN (1) CN110427531B (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5084776B2 (ja) * 2009-04-10 2012-11-28 株式会社エヌ・ティ・ティ・ドコモ メッシュデータ作成方法
KR20100136604A (ko) * 2009-06-19 2010-12-29 (주)이지스 3차원 지형 영상 실시간 가시화 시스템 및 이의 방법
CN102880681B (zh) * 2012-09-13 2016-01-13 烽火通信科技股份有限公司 基于网格的大数据量矢量数据的显示和管理方法
US9785655B2 (en) * 2013-04-04 2017-10-10 Ramot At Tel-Aviv University Ltd. Dynamic maps for exploring and browsing of images
CN103268423B (zh) * 2013-05-31 2016-07-06 山西大学 一种地理现象多点模拟空间尺度选择的方法
CN104199949B (zh) * 2014-09-12 2017-11-03 中电海康集团有限公司 一种实时环境下利用网格实现大规模动态目标可视化方法
CN107038248A (zh) * 2017-04-27 2017-08-11 杭州杨帆科技有限公司 一种基于弹性分布数据集的海量空间数据密度聚类方法
US20190196662A1 (en) * 2017-12-21 2019-06-27 International Business Machines Corporation Graphical control of grid views
CN108537274B (zh) * 2018-04-08 2020-06-19 武汉大学 一种基于网格的企业poi位置点快速空间多尺度聚类方法
CN109376384B (zh) * 2018-09-14 2023-02-28 深圳市紫光同创电子有限公司 一种fpga资源布局方法及装置
CN109389172B (zh) * 2018-10-11 2022-05-20 中南大学 一种基于无参数网格的无线电信号数据聚类方法

Also Published As

Publication number Publication date
CN110427531A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
US11209837B2 (en) Method and device for generating a model of a to-be reconstructed area and an unmanned aerial vehicle flight trajectory
Borrmann et al. The 3d hough transform for plane detection in point clouds: A review and a new accumulator design
Brown et al. A framework for 3D model-based visual tracking using a GPU-accelerated particle filter
US20150109290A1 (en) Device and method for removing noise points in point clouds
KR101702996B1 (ko) 영상 처리를 위한 정렬 격자 및 그래프 운행
TW201616449A (zh) 點雲網格精細化系統及方法
US20160171341A1 (en) Apparatus and method for detecting object in image, and apparatus and method for computer-aided diagnosis
CN116628123B (zh) 基于空间数据库的动态切片生成方法和系统
CN108491818A (zh) 目标物体的检测方法、装置及电子设备
US9977993B2 (en) System and method for constructing a statistical shape model
CN110427531B (zh) 对多个样本进行网格布局可视化的方法和系统
JP2017130049A (ja) 画像処理装置、画像処理方法及びプログラム
CN112363837A (zh) 基于集群环境的点云数据并行处理方法和装置、设备及存储介质
CN114757822B (zh) 一种基于双目的人体三维关键点检测方法及系统
CN113379826A (zh) 物流件的体积测量方法以及装置
CN112001987B (zh) 一种多边形的裁剪方法、装置、电子设备及存储介质
CN115760911A (zh) 示教路径处理方法、装置、计算机设备和存储介质
US20180330514A1 (en) Selective 3d registration
Qasaimeh et al. A runtime configurable hardware architecture for computing histogram-based feature descriptors
Yen et al. Parallel boxing in B-spline intersection
CN114357253A (zh) 数据可视化方法、装置、电子设备和存储介质
Anand et al. Comparative run time analysis of LiDAR point cloud processing with GPU and CPU
JP2006323780A (ja) 画像処理装置、画像処理方法
CN113763458B (zh) 确定目标对象摆放面的方法和装置
CN110750847B (zh) 网格切分关系的确定方法、装置、设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant