[发明专利]一种多维空间视界搜索方法及系统

说明书

本发明公开了一种多维空间视界搜索方法及系统，本发明的方法包括以下步骤：步骤一、获取表征人物行为事件信息的多维向量；步骤二、将多维向量映射到一维空间且以Hash Table线性方式存储；步骤三、遍历所有多维向量，得到每个多维向量的视界；步骤四、合并相互包容的视界，得到没有包容关系的视界集合。本发明通过采用线性存储方式将表征人物行为的多维向量进行处理并存储，并对重叠视界进行合并处理，易于实现，能够大幅降低计算复杂度，为后续人物行为分析提供更加精准的基础数据，从而提高分析的可靠性。

技术领域

本发明属于计算机技术领域，具体涉及一种多维空间视界搜索方法及系统。

背景技术

在人物行为分析中，通常将人物行为发生的时间、地点、事件描述为一个向量x,y,z,t,eID，其中x,y,z表示地点(经度、纬度、海拔)，t表示时间，eID表示事件ID。我们常常需要从一个事件的角度来观察周围事件，这个事件所能观察到的距离称为“视力范围”，它和其所能观察到的其它事件构成一个集合V_e，这个集合称为事件e的视界，其数学描述为：

V_e＝{e′|e′在e的视力范围内or e′＝e}

此功能常用于人物行为分析中的碰面分析，聚集分析等，比如和某人同时在某地打电话的人。

目前通常采用下述两种技术来获得视界集合：

方案一：暴力求解法

遍历整个事件空间，找出每个事件e的视界V_e这样搜索所有视界的时间复杂度为O(N²)，计算开销极大没有实用价值。

方案二：

将事件向量组织成一颗多叉树，在搜索视界时仅需搜索相邻树，其时间复杂度为O(N)，此方案在具体应用中存在两个问题：①空间消耗较大，②视界重叠问题，影响了使用效果。如图1所示，V₁＝{1,2}，V₂＝{1,2,3}，V₃＝{2,3}，显然结果应该合并视界仅输出V₂。

因此，现有人物行为分析技术存在复杂度高、计算量大、可靠性差等问题。

发明内容

为了解决现有人物行为分析技术存在的计算量大、可靠性差的问题，本发明提供了一种多维空间视界搜索方法。

本发明通过下述技术方案实现：

一种多维空间视界搜索方法，该方法包括以下步骤：

步骤一、获取表征人物行为事件信息的多维向量；

步骤二、将多维向量映射到一维空间且以Hash Table线性方式存储；

步骤三、遍历所有多维向量，得到每个多维向量的视界；

步骤四、合并相互包容的视界，得到没有包容关系的视界集合。

优选的，本发明的步骤二具体包括：

步骤2.1，采用视力范围将多维向量单位化；

步骤2.2，将单位化后的多个维度联合编码，映射到一维空间，得到向量位置ID；

步骤2.3，以向量位置ID作为key，向量本身作为值，存储到Hash Table；

步骤2.4，将有相同向量位置ID的多个向量以链表方式存储。

优选的，本发明的步骤三具体包括：

步骤3.1，获取目标向量的向量位置ID；

步骤3.2，获得所述目标向量视力范围内所有向量位置ID；