基于价值的热力图算法

Question

基于价值的热力图算法

algorithmgoogle-mapsheatmap

6

我正在寻找关于热力图算法的一些文档。我已经找到了一些实现方法，但它们没有按照我需要的方式计算渐变。我想将数据点与一个值相关联，而不是按“点击数”计算。

我唯一找到的资源是来自 openheatmap.com 的源代码。这是一些很棒的东西，但我想实时创建渐变，而不是从历史数据集中创建。

我想创建一个类似于 a world of tweets 的实时热力图。

- nickethier

4个回答

0

如果你想从“命中”散点图（例如在World of Tweets中）推断出一个“热力图”（像素值的常规网格），一种显而易见的方法是首先计算每个像素上的命中次数（即将命中位置量化为网格），然后在数据上应用卷积滤波器，例如高斯滤波器，以“混合”数据。请参见http://en.wikipedia.org/wiki/Gaussian_blur。

- Antti Huima

我不想通过点击次数来量化，而是想通过一个值来进行量化。一个区域可能有很多“点击”，但值却很低，而另一个区域可能只有几个“点击”，但值却很高，所以热力图的渲染不仅仅基于位置点，还要考虑与该点相关联的值。 - nickethier

此外，我参考了 World of Tweets 的实时功能，而非实现方式。 - nickethier

嗯，那么你只需要将像素的值相加，然后运行卷积滤波器 :) - Antti Huima

0

如果您能阅读/转换OpenGL片段着色器-在这里。实时只是意味着您必须即时重新计算热力图值。

希望对您有所帮助！

- Agnius Vasiliauskas

0

我刚才浏览了一下“推特世界”。看起来每个推文都会为该位置增加一些价值，而所有位置都会衰减——可能是指数级的。这将允许在不规则的时间添加数据，同时显示出某种平均值。因此，对于地图中的每个像素，请执行以下操作：

在固定的时间间隔内：输出 = 输出 * 0.99

当发生打嗝时：输出 += 打嗝的价值

这些应分别应用于地图中的每个像素。您可以使用任何模糊技术将价值分散到像素上——甚至可以在圆形上应用相同的价值。当然，0.99 应手动调整，直到您得到满意的结果。

指数衰减意味着即使非常活跃的像素也会有一个有限的输出——换句话说，它是稳定的。

- phkahler

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- nickethier · Accepted Answer

根据我收到的答案，我得出了自己的结论，请评论其准确性。

因此，对于基于“点击数”的热图，您有一个值为0的像素矩阵：

[ 0 0 0 ]
[ 0 0 0 ]
[ 0 0 0 ]

当您有一个点击时，您会增加相应的元素。

[ 1 3 2 ]
[ 4 1 2 ]
[ 0 3 5 ]

但是，如果您有值而不是点击，则将该值添加到矩阵中。例如，让我们使用美元金额来给出这个示例矩阵：

[ $20.34 $42.42 $55.23 ]
[ $45.87 $00.87 $03.75 ]
[ $08.99 $32.05 $88.65 ]

然后，我们标准化数据。这样可以得到：

[ .897 .973 .984 ]
[ .977 .087 .351 ]
[ .669 .959 .994 ]

现在，您可以使用所选的算法来扩展或模糊此数据。例如高斯模糊。

然后，您可以将任何梯度应用于这些值。