用于车辆GPS数据分析与异常监测的可视挖掘方法技术

本发明专利技术涉及一种基于可视化技术，用于车辆GPS数据分析与异常监测的可视挖掘方法。本发明专利技术通过数据转换模块将原始车辆GPS数据转换为独特的可视化“指纹印”数据模型，同时并提供能够实时响应用户交互的数据索引，辅助用户分析数据；通过可视化模块将车辆可视数据模型结合基于热分布图和基于轨迹的显示，提供城市热点区域侦测和基于历史数据的交通轨迹异常监测，从而把数据中存在的一些抽象概念，如频繁规律和周期规律，以一种分析者容易理解的方式来显示，降低分析门槛，扩大应用范围，提高分析效率；通过用户交互模块实现丰富的交互操作，使用户能够进行监测和分析，从而为用户的决策提供分析与支持。

【技术实现步骤摘要】

本专利技术涉及一种利用可视化技术来实现对车辆GPS数据分析与异常监测的方法。该方法能支持流数据在实时显示监控的同时，以可视数据模型“指纹印”来将车辆GPS数据中存在的一些抽象概念，如频繁规律和周期规律，以一种分析者容易理解的方式来显示，降低分析门槛，扩大应用范围，提高分析效率。
技术介绍
经过20余年的实践证明，GPS系统是一个高精度、全天候和全球性的无线电导航、定位和定时的多功能系统。GPS相关系统广泛应用于公安，医疗，消防，交通，物流等领域。近年来，GPS设备、移动通信设备以及各类传感器设备在全球范围的广泛使用，产生了大量包含空间地理位置信息、时间信息及其它相关信息的轨迹数据，其数据量往往能达到TB级甚至PB级。由于这类数据的规模庞大，超过了传统数据处理技术能够有效处理的范围，因此，对以交通数据与车辆轨迹为代表的GPS数据进行高效分析与深度挖掘，已成为目前IT领域中的研究热点之一。对GPS数据进行数据挖掘与知识发现具有重要的社会效益与经济效益，是目前各国政府、企业和研究机构极为重视的科研方向。经过挖掘分析后，从车辆GPS数据中获取的知识具有十分广阔的应用前景，例如，交通数据能应用于城市管理、道路规划、交通控制、出行规划等多个领域。但是GPS采集到的数据同时包含有时间、空间特征，可以归类为时空数据。而近年来随着数据规模的不断扩大，对时空数据的分析提出了严峻的挑战。首先，由于地理空间的复杂性，数据中涉及到空间相关的特征时，传统的方法如统计、数据挖掘和机器学习不能够通过全自动的方法进行完整的分析，整个过程需要专家的全程参与，利用人对空间和区域相关的认识，对空间相关固有的属性和关系的隐性知识。其次，时间相关特征也是一个复杂的现象。时间本身以线性的方式进行变化，但随着时间的推移事件的产生规律，却可以是周期性重复，多次循环重复；整个形成层次结构，甚至事件与事件之间的时间属性上具有重叠和互相关联的特性。并且时间特征也具有异构的特点，因此，我们得区分白天和晚上，工作日和周末，假期和正常工作期间。对这些知识专家们或者参与分析的用户有很深刻的理解，但这却是需要意会而难以传达给机器的一种感觉。因此，具有时间特征的数据在分析中也需要专家的大量参与，通过使用恰当的表达形式来分析和挖掘数据中相关的规律。近年来种类繁多的信息源产生的大量数据，远远超出了人脑分析解释这些数据的能力，由于缺乏大量数据的有效分析手段，大量的计算资源被浪费，这严重阻碍了科学研究的进展，可视化(Visualization)技术由此提出。现代的数据可视化(Data Visualization)技术指的是运用计算机图形学和图像处理技术，将数据换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。数据可视化概念首先来自科学计算可视化(Visualization in Scientific Computing),科学家们不仅需要通过图形图像来分析由计算机算出的数据，而且需要了解在计算过程中数据的变化。近年来，随着网络技术和电子商务的发展，提出了信息可视化(Information Visualization)的要求。我们可以通过数据可视化技术，发现大量金融、通信和商业数据中隐含的规律，从而为决策提供依据。这已成为数据可视化技术中新的热点。可视化数据分析技术拓宽了传统的图表功能，使用户对数据的剖析更清楚。例如把数据库中的多维数据变成多种图形，这对提示数据的状况、内在本质及规律性起到了很强的作用。当显示发现的结果时，将地图同时显示作为背景。一方面能够显示其知识特征的分布规律；另一方面也可对挖掘出的结果进行可视化解释，从而达到最佳的分析效果。可视化技术使用户看到数据处理的全过程、监测并控制数据分析过程。而相对应地是，传统处理分析方法只能适用于较小规模数据，不能很好的表示数据分析中的存在的一些抽象概念，并且很难以一种人容易理解的方式显示大数据，不能支持流数据的实时显示。经检索发现，目前利用车载GPS设备的系统和公司，各种GPS/GIS/GSM/GPRS车辆监控系统软件、GSM和GPRS移动智能车载终端、系统的二次开发车辆监控系统整体搭建方案，都没有针对在对车辆GPS数据监测的同时进行分析的挖掘方法。在异常发生的情况下，用户将需要耗费更多的时间和资源，才能够做出决策。本专利技术填补了这个技术空白，将有效解决大规模车辆GPS数据带来的显示分析问题。
技术实现思路
本专利技术要解决的技术问题是，在大规模实时数据流的情况下，对收集到的高维时空数据，为用户提供基于密度的城市热图侦测和基于历史数据的交通轨迹异常实时监控，并辅以历史数据和统计信息，有效分析数据中的频繁规律和周期规律，找出隐藏的规律和错误，以一种分析者容易理解的方式来显示，降低分析门槛，扩大应用范围，提高分析效率。本专利技术旨在提出一种用于车辆GPS数据分析与异常监测的可视挖掘方法，使用户能够在大规模时空数据流的情况下监控并且实时分析检测到结果的具体情况，发现隐藏的不能被传统统计和数据挖掘算法检测出来的异常或者错误信息，并通过一种可视化数据模型“指纹印”将这些抽象概念以分析者容易理解的方式来展示，从而降低分析门槛，扩大应用范围，提高分析效率。为实现上述目的所采用的技术方案包含数据转换模块、可视化模块、用户交互模块设计，通过数据转换模块将原始车辆GPS数据处理转换为可视化“指纹印”数据模型，使数值数据变为易读的可视元素(形状，颜色，大小等)，并提供能够实时响应用户交互的数据索引，辅助用户分析数据；通过可视化模块将车辆可视数据模型处理为基于热分布图和基于轨迹的显示，让用户对数据有直观感受；通过用户交互模块实现丰富的交互操作，使用户能够进行监测和分析，从而为用户的决策提供分析与支持。本专利技术通过一种可视化数据模型“指纹印”来监测并分析比较大规模车辆GPS数据，并对其中存在的异常以人易读的形式直观展示给分析者或者专家。该可视数据模型旨在利用先进的可视化技术把人的智能嵌入到大数据分析的过程中，拉近分析者和大规模车辆GPS数据间的距离，降低由大规模数据带来的分析门槛，提供应用的适用范围。可视“指纹印”模型提供了一种容易理解的方式显示大规模GPS数据，并且支持流数据的实时显示。整个模型用来监测并分析比较大规模车辆GPS数据，因此设计为空间(S)、时间(T)，和属性(A)到指纹印模型(Fingerprint)的一个映射SXTXA — Fingerprint。“指纹印”数据模型(Fingerprint)有别于传统数据模型,具有两个数据结构,抽象数据结构(Abstract Form)对应原始数据处理后的数值数据，可视数据结构(Visual Form)对应数据在屏幕上显示的几何信息。按照定义，首先选择一定空间范围(S)，在指纹印模型(F)中记录选定区域的坐标信息及大小，在该范围(S)内按照按照时间(T)以行与列的关系组织原始GPS数据，表中的一行代表一个完整的时间段，比如一天，完整的时间段每一个固定长度的分片都对应一列，比如每一列对应一天的一个小时，最后表中的每个字段都代表了属性(A)的对应值，比如一小时内的统计值。之后指纹印模型会按照定义好的抽象数据结本文档来自技高网...

【技术保护点】
一种用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是：基于可视化技术的数据可视挖掘，在大规模实时数据流的情况下，通过数据转换模块将原始车辆GPS数据转换为可视化“指纹印”数据模型，即对GPS原始数据进行处理修正，将车辆定位轨迹与数字地图中的道路网信息联系起来?,并由此确定移动目标相对于地图的位置产生以减少分析中的不确定性因素，然后将修正过后的GPS数值数据转换为可视化“指纹印”数据模型，同时生成一系列数据索引，用于在线实时响应用户交互；通过可视化模块收到生成的数据索引和车辆可视数据模型后，将把这些去除了原始数据中噪声转化成的抽象数据，通过内置的布局算法转化成数据的可视化形式，最后再将其渲染在屏幕之上；通过用户交互模块实现丰富的交互操作，让用户及时对处理后的数据进行空间属性分析和时序分析，从而为用户提供基于密度的城市热图侦测和基于历史数据的交通轨迹异常实时监控，并辅以历史数据和统计信息，有效分析数据中的频繁规律和周期规律，找出隐藏的规律和错误，从而为用户的决策提供分析与支持的可视监测挖掘方法。

【技术特征摘要】
1.一种用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是基于可视化技术的数据可视挖掘，在大规模实时数据流的情况下，通过数据转换模块将原始车辆GPS数据转换为可视化“指纹印”数据模型，即对GPS原始数据进行处理修正，将车辆定位轨迹与数字地图中的道路网信息联系起来，并由此确定移动目标相对于地图的位置产生以减少分析中的不确定性因素，然后将修正过后的GPS数值数据转换为可视化“指纹印”数据模型，同时生成一系列数据索引，用于在线实时响应用户交互；通过可视化模块收到生成的数据索引和车辆可视数据模型后，将把这些去除了原始数据中噪声转化成的抽象数据，通过内置的布局算法转化成数据的可视化形式，最后再将其渲染在屏幕之上；通过用户交互模块实现丰富的交互操作，让用户及时对处理后的数据进行空间属性分析和时序分析，从而为用户提供基于密度的城市热图侦测和基于历史数据的交通轨迹异常实时监控，并辅以历史数据和统计信息，有效分析数据中的频繁规律和周期规律，找出隐藏的规律和错误，从而为用户的决策提供分析与支持的可视监测挖掘方法。2.根据权利要求1所述的用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是基于可视化技术，适用于可视化技术应用于同时包含有时间、空间特征的高维时空数据检测分析。3.根据权利要求1所述的用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是数据转换模块通过地图匹配算法来对GPS定位误差、数字地图误差和坐标投影变换误差进行修正。4.根据权利要求1所述的用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是通过一种可视化数据模型“指纹印”将抽象概念以分析者容易理解的方式来展示，即使数值数据变为易读的可视元素，如形状，颜色，大小等。5.根据权利要求4所述的用于车辆GPS数据分析与异常监测的可视挖掘方法，其特征是“指纹印”模型用来监测并分析比较大规模车辆GPS数据，因此设计为空间(S)、时间(T),和属性(A)到指纹印模型(Fingerprint)的一个映射SXTXA — Fingerprint ;而“指纹印”数据模型有别于传统数据模型，...

【专利技术属性】
技术研发人员：蒲剑苏，屈华民，倪明选，
申请(专利权)人：广州市香港科大霍英东研究院，
类型：发明
国别省市：