申请/专利权人：北京国星创图科技有限公司

申请日：2024-03-04

公开（公告）日：2024-04-09

公开（公告）号：CN117853824A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/762;G06N5/01;G06T17/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了3D投影分析技术领域的一种基于大数据的3D沙盘投影分析方法，包括以下步骤，基于输入数据集，采用决策树分类算法，对数据进行属性分析，标记数据的元信息，包括数据来源、更新频率，根据属性对数据进行分类整合，构建结构化元数据框架，生成分类标记的元数据集。本发明中，通过决策树分类算法和元数据标记，增强数据的结构化和分类效率，优先级分配方法和负载均衡算法的应用，优化资源分配，确保系统高效运行，多层次聚类算法和关联规则挖掘算法的融合，不仅提高数据分析的深度和广度，还揭示数据间隐含的关系和模式，数据映射算法和网络分析方法的结合，将复杂数据转化为直观的3D沙盘展示，提高了信息的可视化和易理解性。

主权项：1.一种基于大数据的3D沙盘投影分析方法，其特征在于，包括以下步骤，基于输入数据集，采用决策树分类算法，对数据进行属性分析，标记数据的元信息，包括数据来源、更新频率，根据属性对数据进行分类整合，构建结构化元数据框架，生成分类标记的元数据集；基于所述分类标记的元数据集，运用基于规则的优先级分配方法，对数据集进行分析，根据预设的规则和标准，包括数据更新频率、重要性和可用性，确定数据处理和分析的优先级，生成优先级分析结果；基于所述优先级分析结果，实施负载均衡算法和资源分配模型，分析当前系统的计算能力和存储容量，评估处理单元的负载情况，根据负载均衡的结果和数据处理优先级，动态调整和分配计算资源，生成资源优化分配结果；基于所述资源优化分配结果，采用多层次聚类算法，对数据进行分析和融合，识别差异性数据集之间的相似性和差异性，对相似数据进行聚集，同时保留数据之间的独特性和多样性，生成多维数据融合体；基于所述多维数据融合体，运用关联规则挖掘算法，对数据进行深度挖掘，发现数据元素之间的隐性关系和模式，分析数据的共现频率和条件依赖性，揭示数据关联和规律，提取价值信息，生成数据模式识别视图；基于所述数据模式识别视图，采用数据映射算法，将分析出的数据模式和关系转化为直观的符号和颜色编码，并在3D沙盘环境中进行动态展示，生成动态编码的3D沙盘展示结果；基于所述动态编码的3D沙盘展示结果，采用网络分析方法，对数据间的网络结构进行分析，识别和分析数据元素之间的连接关系，包括节点的重要性、连接强度和网络整体结构，理解数据元素之间的相互作用和影响力，生成数据关联分析结果；基于所述数据关联分析结果，执行增量数据更新策略，对3D沙盘中的数据进行持续监控和更新，专注于识别和处理自上次分析以来发生的数据变化，包括数据的新增、修改和删除，生成实时更新的3D沙盘分析结果。

全文数据：

权利要求：

百度查询： 北京国星创图科技有限公司 一种基于大数据的3D沙盘投影分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD