三种空间数据的聚合算法

news2024/11/18 9:01:39

原始数据分布

给老外做的Demo,所以是英文界面。
原始数据分布情况如下:
在这里插入图片描述
geojson文本内容:
在这里插入图片描述

三种方法基本原理

三种聚合算法来做一个例子(500条记录)。
方法1:按Ol默认方法进行聚类,使用Openlayers默认聚类方法,将任何特征聚合为满足最小距离的种子数据
方法2:按所属区域属性进行聚类,根据元素的属性进行聚合,即具有相同Name_2属性的元素的聚合
方法3:按所属空间网格进行聚类,将所有元素所在的区域划分为多个网格,在网格的中心创建特征,并将网格中的特征聚合到该网格中

上代码

JavaScript

var myMap = null;
var vectorLayerForOrginalMap = null;
var clusterLayerByOLMethod = null;
var clusterLayerByBelongsRegion = null;
var clusterLayerByBelongsGrid = null;
var lastSelectedFeature = null;
const initMap = () => {
  const raster = new ol.layer.Tile({
    source: new ol.source.OSM(),
  });
  const map = new ol.Map({
    layers: [raster],
    target: "map",
    view: new ol.View({
      center: [-137702.88482159126, 7165549.988880951],
      zoom: 6,
    }),
  });
  myMap = map;
  showTip();
};
const removeAllVecLayers = () => {
  if (!myMap) return;
  vectorLayerForOrginalMap && myMap.removeLayer(vectorLayerForOrginalMap);
  clusterLayerByOLMethod && myMap && myMap.removeLayer(clusterLayerByOLMethod);
  clusterLayerByBelongsRegion && myMap.removeLayer(clusterLayerByBelongsRegion);
  clusterLayerByBelongsGrid && myMap.removeLayer(clusterLayerByBelongsGrid);
};
const loadData = () => {
  removeAllVecLayers();
  const vectorSource = createVectorSource();
  const vectorLayer = new ol.layer.Vector({
    source: vectorSource,
  });
  vectorLayerForOrginalMap = vectorLayer;
  myMap && myMap.addLayer(vectorLayer);
};
// 方法一★★★★★★
const loadDataClusterOl = () => {
  removeAllVecLayers();

  const clusterSource = new ol.source.Cluster({
    distance: 100,
    minDistance: 80,
    source: createVectorSource(),
  });

  const styleCache = {};
  clusterLayerByOLMethod = new ol.layer.Vector({
    source: clusterSource,
    style: function (feature) {
      const size = feature.get("features").length;
      let style = styleCache[size];
      if (!style) {
        style = createStyle(15 + size / 20.0, `${size.toString()}`);
        styleCache[size] = style;
      }
      return style;
    },
  });
  myMap && myMap.addLayer(clusterLayerByOLMethod);
};
// 方法二★★★★★★
const loadDataClusterRegion = () => {
  removeAllVecLayers();
  const vectorSource = createVectorSource();

  const styleCache = {};
  clusterLayerByBelongsRegion = new ol.layer.Vector({
    source: vectorSource,
    style: function (feature) {
      let size = feature.features && feature.features.length;
      !size && (size = 15);
      let style = styleCache[size];
      if (!style) {
        style = createStyle(15 + size / 2.0, `${size.toString()}`);
        styleCache[size] = style;
      }
      return style;
    },
  });
  myMap && myMap.addLayer(clusterLayerByBelongsRegion);
  vectorSource.on("featuresloadend", function () {
    loadDataClusterRegionLoaded(vectorSource);
  });
};
const loadDataClusterRegionLoaded = (vectorSource) => {
  const fsMap = new Map();
  const fs = vectorSource.getFeatures();
  for (let i = 0; i < fs.length; i++) {
    const region = fs[i].getProperties()["NAME_2"];
    if (fsMap.has(region)) {
      fsMap.get(region).push(fs[i]);
      fs[i].del = true;
      continue;
    }
    if (!fs[i].features && !fs[i].del) {
      fs[i].features = [fs[i]];
      fsMap.set(region, fs[i].features);
      continue;
    }
  }
  for (let i = fs.length - 1; i >= 0; i--) {
    if (fs[i].del) {
      vectorSource.removeFeature(fs[i]);
    }
  }
};
// 方法三★★★★★★
const loadDataClusterGrid = () => {
  removeAllVecLayers();
  const vectorSource = createVectorSource();

  const styleCache = {};
  clusterLayerByBelongsGrid = new ol.layer.Vector({
    source: vectorSource,
    style: function (feature) {
      let size = feature.features && feature.features.length;
      !size && (size = 15);
      let style = styleCache[size];
      if (!style) {
        style = createStyle(size, `${size.toString()}`);
        styleCache[size] = style;
      }
      return style;
    },
  });
  myMap && myMap.addLayer(clusterLayerByBelongsGrid);
  vectorSource.on("featuresloadend", function () {
    loadDataClusterGridLoaded(vectorSource);
  });
};
const loadDataClusterGridLoaded = (vectorSource) => {
  const fs = vectorSource.getFeatures();
  const ext = vectorSource.getExtent();
  const disX = 200000,
    disY = 200000;
  const minX = ext[0],
    minY = ext[1];
  const maxX = ext[2],
    maxY = ext[3];
  for (let i = minX; i <= maxX; i += disX) {
    for (let j = minY; j <= maxY; j += disY) {
      const centerX = i + disX / 2,
        centerY = j + disY / 2;
      var feature = new ol.Feature();
      feature.features = [];
      feature.setGeometry(new ol.geom.Point([centerX, centerY]));
      for (let k = 0; k < fs.length; k++) {
        if (fs[k].del) continue;
        const geometry = fs[k].getGeometry();
        const coordinates = geometry.getCoordinates();
        const x = coordinates[0],
          y = coordinates[1];
        if (x <= i || x > i + disX) continue;
        if (y <= j || y > j + disY) continue;
        fs[k].del = true;
        feature.features.push(fs[k]);
      }
      feature.features.length > 0 && vectorSource.addFeature(feature);
    }
  }

  for (let i = fs.length - 1; i >= 0; i--) {
    vectorSource.removeFeature(fs[i]);
  }
};
const createVectorSource = () => {
  return new ol.source.Vector({
    url: "./data/postcodes.json.geojson",
    format: new ol.format.GeoJSON(),
  });
};
const createStyle = (size, text) => {
  size < 10 && (size = 9);
  let fillColors = {
    0: "pink",
    1: "#0c0",
    2: "#cc0",
    3: "#f00",
    4: "#f0f",
    5: "#0ff",
    6: "#00f",
  };
  return new ol.style.Style({
    image: new ol.style.Circle({
      radius: size,
      stroke: new ol.style.Stroke({
        color: "#fff",
      }),
      fill: new ol.style.Fill({
        color: fillColors[`${Math.floor(size / 10)}`],
      }),
    }),
    text: new ol.style.Text({
      text: text,
      fill: new ol.style.Fill({
        color: "#fff",
      }),
    }),
  });
};
const showTip = () => {
  myMap.on("pointermove", function (event) {
    var feature = myMap.forEachFeatureAtPixel(event.pixel, function (feature) {
      return feature;
    });

    lastSelectedFeature && lastSelectedFeature.setStyle();
    if (feature) {
        lastSelectedFeature = feature;
        lastSelectedFeature.setStyle(new ol.style.Style());
      const tooltip = document.getElementById("info");
      // Get the feature information
      const fs = feature.features || feature.getProperties()["features"];
      const date = new Date();
      const options = {
        weekday: "long",
        year: "numeric",
        month: "long",
        day: "numeric",
        hour: "numeric",
        minute: "numeric",
        second: "numeric",
      };
      const stringDate = date.toLocaleDateString("en-US", options);
      if (!fs) {
        tooltip.innerHTML = `${stringDate} : <br>not clustered`;
        return;
      }
      const infos = [];
      for (let i = 0; i < fs.length; i++) {
        const f = fs[i];
        infos.push(
          JSON.stringify({
            id: f.getProperties()["id"],
            NAME_2: f.getProperties()["NAME_2"],
          })
        );
      }
      tooltip.innerHTML = `${stringDate}<br>Clustered Features : <br>${infos.join("<br>")}`;
    }
  });
};

HTML 页面

<!DOCTYPE html>
<html>

<head>
    <title>Cluster UK Postcodes </title>
    <link rel="stylesheet" href="style.css">
    <link rel="stylesheet" href="libs/ol.css">
    <script src="./libs/ol.js" type="text/javascript"></script>
    <script src="do.js" type="text/javascript"></script>
</head>

<body>
    <div class="mcontainer">
        <div class="leftPanel">
            <div>
                <button onclick="loadData();">Load Data Directly</button>
                <span>Load data directly</span>
            </div>
            <div>
                <button onclick="loadDataClusterOl();">Method 1:Cluster By Ol Default Method</button>
                <span>Use Openlayers default cluster method,Aggregating any feature as seed data that satisfies the
                    minimum distance</span>
            </div>
            <div>
                <button onclick="loadDataClusterRegion();">Method 2:Cluster By Belonging Region Attribute</button>
                <span>Aggregation based on the attributes of elements, i.e. aggregation of elements with the same Name_2
                    attribute</span>
            </div>
            <div>
                <button onclick="loadDataClusterGrid();">Method 3:Cluster By Belonging Spatial Grid</button>
                <span>Divide the area where all elements are located into several grids, create features at the center
                    of the grid, and aggregate the features in the grid to that grid</span>
            </div>
            <div id="info"></div>
        </div>
        <div class="rightPanel">
            <div id="map"></div>
        </div>
    </div>
    <script type="text/javascript">
        initMap();
    </script>
</body>

</html>

CSS

html,
body {
  margin: 0;
  padding: 0;
  height: 100%;
}
.mcontainer {
  display: flex;
  height: 100%;
}
.leftPanel {
  width: 25%;
  height: 100%;
  display: flex;
  flex-direction: row;
  flex-flow: column;
  overflow-y: auto;
  box-shadow: -5px 0px 0px 0px black, 5px 0px 0px 0px black;
}
.rightPanel {
  width: 75%;
  height: 100%;
}
#map {
  width: 100%;
  height: 100%;
}
.leftPanel div {
  display: flex;
  flex-direction: row;
  flex-flow: column;
  overflow-y: auto;
  border-top: 1px solid #ccc;
}
button {
  display: block;
  width: 80%;
  align-self: center;
  margin-top:.5rem;
}
#info {
  border-top: 1px solid #ccc;
}

效果图

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1610374.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Python+GDAL 栅格坐标系转换(自动计算输出像元大小)

GDAL对栅格进行坐标系转换不难&#xff0c;直接用gdal.Warp()就可以了 gdal.Warp("output", "input", dstSRSEPSG:***, xRes**, yRes**, targetAlignedPixelsTrue)麻烦的是&#xff0c;需要的参数xRes和yRes&#xff0c;gdal.Warp()不能自动计算。坐标系转…

手机号码空号过滤API:有效验证和过滤无效电话号码

随着移动通信技术的发展&#xff0c;手机号码成为人们日常生活和工作中不可或缺的一部分。然而&#xff0c;随着时间的推移&#xff0c;一些手机号码可能会变成空号&#xff0c;这给企业在进行电话营销和数据分析时带来了一定的困扰。为了解决这个问题&#xff0c;挖数据平台提…

java+idea+mysql采用医疗AI自然语言处理技术的3D智能导诊导系统源码

javaideamysql采用医疗AI自然语言处理技术的3D智能导诊导系统源码 随着人工智能技术的快速发展&#xff0c;语音识别与自然语言理解技术的成熟应用&#xff0c;基于人工智能的智能导诊导医逐渐出现在患者的生活视角中&#xff0c;智能导诊系统应用到医院就医场景中&#xff0c…

C++ 使用共享内存的进程通信方式模拟生产者消费者模型

编码环境如下 系统环境&#xff1a;linux 信号量&#xff1a;使用Linux操作系统的SystemV信号量 生产者代码如下 #include <iostream> #include <sys/sem.h> #include <sys/shm.h> #include <string.h>#define SEM_KEY 0x5678 #define SHM_KEY 0xAB…

九、Yocto创建SDK,给Makefile/CMake使用

文章目录 Yocto创建SDK、Toolchain&#xff0c;给Makefile/CMake使用一、介绍二、创建Yocto sdk三、使用sdk 配合makefile编译应用程序四、使用sdk 配合cmake编译应用程序 Yocto创建SDK、Toolchain&#xff0c;给Makefile/CMake使用 本篇文章为基于raspberrypi 4B单板的yocto实…

deepinV23安装cuDnn

文章目录 下载压缩包安装解压复制文件查看cudnn版本 注意&#xff1a; 要先安装CUDA 下载压缩包 官网&#xff1a;https://developer.nvidia.com/cudnn-downloads 若要下载非最新版&#xff0c;请点击网页底部的Archive of Previous Releases 方法1&#xff1a;使用wget命令…

C语言之文件操作【万字详解】

目录 一.什么是文件&#xff1f; 二.为什么要使用文件&#xff1f; 三.文件的分类 3.1.程序文件 3.2.数据文件 四.二进制文件和文本文件 五.文件的打开和关闭 &#xff08;重点&#xff09; 5.1流和标准流 5.1.1何为流&#xff1f; 5.1.2.标准流 5.2文件指针 5.3文件的打开和关…

基于粒子群算法-考虑需求响应的风-光-柴-储容量优化配置

部分代码&#xff1a; clc; clear; close all; num_wt3.7; %风机数量 num_pv214.57; %光伏板数量 num_g1; %柴油发电机数量 num_sb52.47; %蓄电池数量 %% 数据区 % DATExlsread(date.xlsx);%原始数据 load DATE; LoadDATE(3,:);%全年负荷数据 Speed_WTDATE(1,:);%全年风…

【文章复现】基于主从博弈的社区综合能源系统分布式协同 优化运行策略

随着能源市场由传统的垂直一体式结构向交互竞争型 结构转变&#xff0c;社区综合能源系统的分布式特征愈发明显&#xff0c;传统 的集中优化方法难以揭示多主体间的交互行为。该文提出一 种基于主从博弈的社区综合能源系统分布式协同优化运行 策略&#xff0c;将综合能源销售商…

计算机网络(三)数据链路层

数据链路层 基本概念 数据链路层功能&#xff1a; 在物理层提供服务的基础上向网络层提供服务&#xff0c;主要作用是加强物理层传输原始比特流的功能&#xff0c;将物理层提供的可能出错的物理连接改在为逻辑上无差错的数据链路&#xff0c;使之对网络层表现为一条无差错的…

【结构型模式】适配器模式

一、适配器模式概述 适配器模式的定义-意图&#xff1a;将一个类的接口转换成客户希望的另一个接口。适配器模式让那些接口不兼容的类可以一起工作。(对象结构模式->对象适配器/类结构模式->类适配器) 适配器模式包含三个角色&#xff1a;目标(Target)角色、适配者(Adapt…

又成长了,异常掉电踩到了MySQL主从同步的坑!

&#x1f4e2;&#x1f4e2;&#x1f4e2;&#x1f4e3;&#x1f4e3;&#x1f4e3; 哈喽&#xff01;大家好&#xff0c;我是【IT邦德】&#xff0c;江湖人称jeames007&#xff0c;10余年DBA及大数据工作经验 一位上进心十足的【大数据领域博主】&#xff01;&#x1f61c;&am…

VUE 使用 Vite 创建一个 vue3.0 + vite 项目

Vite 是一种新型前端构建工具&#xff0c;能够显著提升前端开发体验。它主要由两部分组成&#xff1a; 1. 一个开发服务器&#xff0c;它基于 原生 ES 模块 提供了 丰富的内建功能&#xff0c;如速度快到惊人的 模块热更新&#xff08;HMR&#xff09;。 2. 一套构建指令&#…

yolov5-6.0调测记录

直接运行yolov5-6.0/detect.py&#xff0c;输出如下&#xff1a; image 1/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\bus.jpg: 640x480 4 persons, 1 bus, Done. (0.216s) image 2/2 C:\Users\dun\Downloads\yolov5-6.0\data\images\zidane.jpg: 384x640 2 persons, 2…

Java+springboot开发的医院智能导诊服务系统源码 自动兼容小程序与H5版本

智能导诊系统 一、什么是智慧导诊系统&#xff1f; 智慧导诊系统是一种医院使用的引导患者自助就诊挂号、精准推荐科室、引导患者挂号就诊的系统。该系统结合医院挂号及就诊的HIS系统&#xff0c;为患者带来全流程的信息指引提醒&#xff0c;可以在全院区构建一个精细化、移动…

css层叠性,继承性,优先级

前言 本文概要&#xff1a;讲述css的三大特性&#xff0c;层叠&#xff0c;继承和优先级。 层叠性 描述&#xff1a;我们试想以下这种情况&#xff1a;我们定义了同一个选择器&#xff0c;但是定义的属性不同。属性有相同的也有不同的&#xff0c;那么最后我们这个页面会听谁的…

Liunx入门学习 之 基础操作指令讲解(小白必看)

股票的规律找到了&#xff0c;不是涨就是跌 一、Linux下基本指令 1.ls 指令 2.pwd 命令 3.cd 指令 4.touch 指令 5.mkdir 指令 6.rmdir指令 && rm 指令 7.man 指令 8.cp 指令 9.mv指令 10.cat 11.more 指令 12.less 指令 13.head 指令 14.tail 指令 15…

轮腿机器人-五连杆正运动学解算

轮腿机器人-五连杆与VMC 1.五连杆正运动学分析2.参考文献 1.五连杆正运动学分析 如图所示为五连杆结构图&#xff0c;其中A&#xff0c;E为机器人腿部控制的两个电机&#xff0c;θ1,θ4可以通过电机的编码器测得。五连杆控制任务主要关注机构末端C点位置&#xff0c;其位置用直…

解读UUID:结构、原理以及生成机制

在计算机科学领域&#xff0c;UUID&#xff08;Universally Unique Identifier&#xff09;是一种用于唯一标识信息的标准。UUID的生成机制和结构设计使其在分布式系统和数据库中广泛应用。本文将深度解读UUID的结构、原理以及生成机制&#xff0c;帮助读者更好地理解这一重要概…

【北京迅为】《iTOP-3588开发板系统编程手册》-第14章 GPIO应用编程

RK3588是一款低功耗、高性能的处理器&#xff0c;适用于基于arm的PC和Edge计算设备、个人移动互联网设备等数字多媒体应用&#xff0c;RK3588支持8K视频编解码&#xff0c;内置GPU可以完全兼容OpenGLES 1.1、2.0和3.2。RK3588引入了新一代完全基于硬件的最大4800万像素ISP&…