在web環(huán)境中,降采樣是解決地震前兆觀測(cè)大數(shù)據(jù)可視化中數(shù)據(jù)顯示過(guò)于密集和用戶交互體驗(yàn)差的一種常用方法。為解決常用降采樣算法不能同時(shí)保留原數(shù)據(jù)整體趨勢(shì)和峰谷細(xì)節(jié)問(wèn)題,提出了一種基于最大三角形算法的地震前兆大數(shù)據(jù)可視化解決方案。為評(píng)估此采樣算法對(duì)基于原始觀測(cè)數(shù)據(jù)可視化方案的影響,還提出了一種基于哈希算法的圖像相似度評(píng)價(jià)算法。以17萬(wàn)條地震前兆觀測(cè)數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù),對(duì)比研究了均值、最大值、最小值、中位數(shù)和最大三角形算法(LTTB)等多種采樣算法,并使用圖像哈希算法對(duì)降采樣前后的折線圖進(jìn)行相似度評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明,LTTB算法不僅具有較低的時(shí)間復(fù)雜度,而且能保持原有數(shù)據(jù)形態(tài)和峰谷細(xì)節(jié)信息,非常適合于地震前兆大數(shù)據(jù)可視化展示。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖1 實(shí)驗(yàn)流程圖

以地電場(chǎng)觀測(cè)數(shù)據(jù)為例，設(shè)置不同的降采樣率，選取不同壓縮大小的圖像、不同的降采樣方式進(jìn)行實(shí)驗(yàn)比較。以pHash計(jì)算漢(海)明距離為核心的實(shí)驗(yàn)流程圖如圖1所示。先將降采樣前后的折線保存為圖像格式，再通過(guò)感知哈希算法計(jì)算哈希值，最后哈希值轉(zhuǎn)化為漢明距離，通過(guò)漢明距離來(lái)量化采樣前后的折....

圖2 采樣率為0.001的降采樣前后數(shù)據(jù)形態(tài)圖

由圖2可以看出，經(jīng)過(guò)LTTB算法降采樣后的折線形狀與原始圖像最為相似。本文使用pHash作為評(píng)價(jià)指標(biāo)，不同的采樣率實(shí)驗(yàn)結(jié)果如表1。前文提到，2張圖像的漢明距離越小代表圖像越相似。從圖2可以看出，使用了LTTB算法降采樣后同時(shí)保留了細(xì)節(jié)體現(xiàn)和整體趨勢(shì)。由表1可以看出，在不同采樣率....

圖3 采樣率為0.1的降采樣前后數(shù)據(jù)形態(tài)圖

前文提到，2張圖像的漢明距離越小代表圖像越相似。從圖2可以看出，使用了LTTB算法降采樣后同時(shí)保留了細(xì)節(jié)體現(xiàn)和整體趨勢(shì)。由表1可以看出，在不同采樣率下，使用pHash算法判定LTTB算法降采樣后的折線圖與原折線圖的漢明距離均是最小，佐證了圖2的結(jié)果。而且當(dāng)圖像壓縮尺寸越大時(shí)，不....

圖4 圖像尺寸與p Hash漢明距離關(guān)系圖

從圖4中可觀察到，降采樣算法的效果是可以量化分析的，LTTB算法降采樣后的折線圖與原折圖的距離均小于其他常用降采樣后的折線圖與原折圖的距離，并且隨著圖像尺寸的增加，這兩種距離值的差距越來(lái)越明顯。實(shí)驗(yàn)結(jié)果說(shuō)明，從效果上，LTTB算法的降采樣和常用降采樣算法相比，LTTB能在保持整體....

本文編號(hào)：4054396