[发明专利]基于递归划分的多类散点图采样方法、系统、存储介质及设备

权利要求书

1.一种基于递归划分的多类散点图采样方法，其特征是：包括以下步骤：

接收多类散点图，并将其转换为多类密度图；

根据多类密度图上各邻近区域的密度差异将空间递归划分为KD树结构；

基于KD树结构，从所有叶子节点出发回溯，找到能同时保持稀少类的点和相对类密度的节点，由该节点开始递归分配类标签，保证每类至少一点且类密度顺序与采样前一致，最终从每个叶子节点选取具有分配到的类标签的一个点，作为采样结果输出；

所述递归划分为KD树结构的具体过程包括：

(2-1)将覆盖整个密度图的区域作为根节点；

(2-2)从根节点执行递归划分，确定各子树、叶子节点，构建KD树，直到所有的叶子节点都无法继续划分时，迭代停止。

2.如权利要求1所述的一种基于递归划分的多类散点图采样方法，其特征是：多类散点图转化为多类密度图的具体过程包括：

(1-1)按输入的网格大小将给定的屏幕空间划分为一系列等大小的网格；

(1-2)将输入多类散点图映射到该屏幕空间；

(1-3)统计落在每个网格中的每个类的散点个数，并将各类的点个数相加得到总点数，每个网格内各类点个数为各类密度，从网格位置到各类密度的映射即为多类密度图。

3.如权利要求1所述的一种基于递归划分的多类散点图采样方法，其特征是：

所述步骤(2-2)包括以下步骤：

检查节点是否是叶子节点，如果节点不是叶子节点，则对其两个子节点调用同样的递归划分过程，根据父节点给当前节点的递归划分方式和两个子节点的采样率差值是否小于设定值同时决定是否给出进行进一步划分的方式；

如果节点是叶子节点，在其内部含有点的网格数量大于1，并且满足父节点的递归划分方式或内部含有离群点这两个条件中的任何一个时，划分叶子节点为两个子节点并返回一个成功进行了划分的结果，否则返回一个没有划分的结果。

4.如权利要求3所述的一种基于递归划分的多类散点图采样方法，其特征是：在子节点划分完成后，将两子节点的子树的叶子数量相加得到当前节点子树的叶子数量；将是否有某个子节点成功进行了划分的结果回传给调用节点；

或，节点的采样率为以该节点为根的子树中的叶子个数与该节点所覆盖的区域中所有网格的总密度之和的比值；

或，若某节点的含有点的网格数量与该节点所覆盖的区域的网格总数的比值小于设定阈值，则认为该节点内部含有离群点；

或，划分叶子节点为两个子节点的具体过程包括：

将所有网格的位置用密度加权平均，求出该节点覆盖的区域的质心；

在与x轴平行和与y轴平行的距质心最近的网格边界线中选择使将要生成的两个子节点的内部密度和之差最小的那一条作为划分线；

按选中的划分线划分当前节点的密度图，分配给两个子节点，并更新当前节点的叶子数量。

5.如权利要求1所述的一种基于递归划分的多类散点图采样方法，其特征是：从所有叶子节点出发回溯，找到能同时保持稀少类的点和相对类密度的节点的具体过程包括：

找到所有叶子节点，从每个叶子节点出发回溯到一个能同时保持稀少类的点和相对类密度的祖先节点；

将在该节点求得的类标签数量用递归方式分配给其子树里的叶子节点；

各个叶子节点根据分配到的类标签，在所有该类点中进行随机采样，选出一个点作为最终采样结果输出。

6.如权利要求5所述的一种基于递归划分的多类散点图采样方法，其特征是：每个叶子节点出发回溯到一个能同时保持稀少类的点和相对类密度的祖先节点的具体过程包括：

从内部包含类数量超过1的叶子节点开始，回溯到包含叶子数量超过其中的类数量的祖先节点；对符合要求的祖先节点求一个类分配数组，其记录了每个类应该由几个叶子节点表示，继续回溯，找类分配数组的值与相对类密度最一致的节点。