基于值的热图算法

| 我正在寻找有关热图算法的一些文档。我找到了一些实现,但是它们并没有按照我的方式计算梯度。我不想通过“命中数”来计算,而是将数据点与一个值相关联。 我发现的唯一资源是openheatmap.com的源代码。这是一些很棒的东西,但是我正在寻找动态创建渐变的方法,而不是根据历史数据集创建渐变。 我正在寻求创建类似于推文世界的实时热图。     
已邀请:
从我收到的答案中,我已经得出了自己的结论,请评论其准确性。 因此,对于基于\“ hits \”的热图,您有一个值为0的像素矩阵: [0 0 0] [0 0 0] [0 0 0] 当您点击时,增加相应的元素。 [1 3 2] [4 1 2] [0 3 5] 如果您有值而不是命中,则将值添加到矩阵中。例如,让我们使用给出此示例矩阵的美元金额: [$ 20.34 $ 42.42 $ 55.23] [$ 45.87 $ 00.87 $ 03.75] [$ 08.99 $ 32.05 $ 88.65] 然后,我们将数据标准化。这样产生: [.897 .973 .984] [.977 .087 .351] [.669 .959 .994] 现在,您可以使用自己选择的算法来传播或模糊它。就像高斯模糊一样。 然后,您可以将所需的任何渐变应用于这些值。     
嗯,如果您想从散布的“ hits”(如“推特世界”中)中推断出“热图”(像素值的规则网格),一种明显的方法是首先计算每个像素在该确切像素处的点击次数(即,量化到网格的点击位置),然后应用卷积过滤器,例如一个高斯滤波器,对数据进行“混合”。 参见http://en.wikipedia.org/wiki/Gaussian_blur。     
如果您可以读取/转换OpenGL片段着色器-就是这里。 实时只是意味着您必须即时重新计算热图值。 hth!     
我只是看了一眼Tweets世界。看起来每个推特都为该位置增加了一些价值,并且所有位置都在衰减-可能随着时间呈指数增长。这将允许在不规则时间添加数据,同时显示看起来像是平均值的平均值。因此,对于地图中的每个像素,请执行以下操作: 以固定的时间间隔:输出=输出* 0.99 打a时:输出+ = value_of_burp 这些将分别应用于地图中的每个像素。您可以使用所需的任何涂抹将值分布在像素上,甚至可以在圆上应用相同的值。当然,应该手动调整0.99,直到获得所需的内容为止。 指数衰减意味着即使非常活跃的像素也将具有有限的输出-换句话说,它是稳定的。     

要回复问题请先登录注册