【摘要】：針對(duì)大規(guī)模數(shù)據(jù)平行坐標(biāo)可視化方案中的視覺(jué)混淆嚴(yán)重阻礙了信息的正確傳遞,而現(xiàn)有平行坐標(biāo)邊捆綁算法在連接端的混疊區(qū)域不能準(zhǔn)確地表達(dá)數(shù)據(jù)量的大小的問(wèn)題,提出一種邊捆綁算法.首先將每個(gè)軸上的聚類根據(jù)連接關(guān)系進(jìn)一步劃分為幾個(gè)組,然后對(duì)組進(jìn)行重新規(guī)劃和排序并建立組的連接,最后將所有組用不同的顏色屬性進(jìn)行獨(dú)立渲染.為了增強(qiáng)視覺(jué)有效性表達(dá),文中設(shè)計(jì)了交互界面以高亮顯示不同的組.實(shí)驗(yàn)結(jié)果表明,該算法對(duì)大規(guī)模高維數(shù)據(jù)可視化具有有效性,并保持了連接關(guān)系的視覺(jué)連續(xù)性.
【圖文】：

這些交互操作被認(rèn)為是非常有用的,在大多數(shù)可視化實(shí)現(xiàn)中通常將交互技術(shù)和其他技術(shù)結(jié)合使用.2本文方法概述本文設(shè)計(jì)了一個(gè)邊捆綁算法以解決傳統(tǒng)平行坐標(biāo)視覺(jué)混淆問(wèn)題和現(xiàn)有邊捆綁平行坐標(biāo)法在連接端的混疊區(qū)域不能準(zhǔn)確表達(dá)數(shù)據(jù)量大小以及丟失視覺(jué)連續(xù)性等問(wèn)題.2.1屬性軸數(shù)據(jù)聚類與大多數(shù)邊捆綁方法一樣,本文首先使用聚類方法對(duì)屬性軸上的數(shù)據(jù)點(diǎn)進(jìn)行單獨(dú)聚類.本文中使用了K-means聚類算法[16]來(lái)對(duì)每個(gè)屬性軸上的數(shù)據(jù)點(diǎn)進(jìn)行聚類,當(dāng)然也可以使用其他的聚類算法,如K-means++或高斯核密度等來(lái)對(duì)數(shù)據(jù)點(diǎn)進(jìn)行聚類.如圖1中以Cars數(shù)據(jù)集的(milespergallon,MPG)屬性為例來(lái)表示聚類前后的對(duì)比.圖1當(dāng)k=3時(shí)Cars數(shù)據(jù)集MPG屬性軸上的數(shù)據(jù)點(diǎn)聚類前后對(duì)比由于不同數(shù)據(jù)集的分布特征不同,在對(duì)每個(gè)軸上的數(shù)據(jù)聚類時(shí)根據(jù)數(shù)據(jù)的具體分布選擇一個(gè)合適的k值.在聚類完成后,需要對(duì)數(shù)據(jù)進(jìn)行分組.首先設(shè)置一個(gè)基準(zhǔn)軸,然后根據(jù)基準(zhǔn)軸的聚類結(jié)果對(duì)數(shù)據(jù)進(jìn)行分組.由于大多數(shù)人的閱讀習(xí)慣為從左到右,因此通常將從左向右第一個(gè)屬性軸設(shè)置為基準(zhǔn)軸以保持視覺(jué)上的協(xié)調(diào).假設(shè)聚類之后,基準(zhǔn)軸上的數(shù)據(jù)點(diǎn)被分為k個(gè)群集,則將所有的數(shù)據(jù)分為k組,基準(zhǔn)軸對(duì)應(yīng)的屬性值屬于同一個(gè)群集的數(shù)據(jù)為一組.之后分別為這k組數(shù)據(jù)構(gòu)建連接關(guān)系并獨(dú)立渲染這些分組以便觀察每組的數(shù)據(jù)特征.這樣可以觀察基準(zhǔn)軸對(duì)應(yīng)維度上的數(shù)據(jù)在其他維度上的分布特征.如果需要觀察其他維度上的數(shù)據(jù)分布,則只需要將其設(shè)置為基準(zhǔn)軸即可.本文使用K-means聚類算法是因?yàn)槠渌惴ㄔ趯?duì)大量數(shù)據(jù)聚類時(shí)更高效,并且可伸縮.2.2構(gòu)建連接關(guān)系在渲染每個(gè)分組前首先要為其構(gòu)建連接關(guān)系.如圖2所示,以3個(gè)屬性軸A,B和C為例,假設(shè)屬性軸A被設(shè)置為基準(zhǔn)軸.首先為每個(gè)屬性軸添加一個(gè)或2個(gè)虛擬軸(屬性軸為最左或最右

1238計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)第29卷圖2群集CA1所為在分組形成的連接關(guān)系示意圖群集或連接關(guān)系的區(qū)間大小,即()MWnnN(2)其中,W(n)表示包含數(shù)據(jù)量為n的群集或連接關(guān)系應(yīng)分配的區(qū)間大小,M表示自定義的最大區(qū)間大小,N表示所有群集或連接關(guān)系中包含的數(shù)據(jù)量的最大值.在圖2中使用W(C(CA1))和W(C(R2))分別表示群集CA1和連接關(guān)系R2對(duì)應(yīng)的區(qū)間,C(R1)表示連接關(guān)系R1中所包含的數(shù)據(jù)量,W(C(R1))表示應(yīng)為連接關(guān)系R1分配的區(qū)間大小.應(yīng)注意W(C(R2))不一定等于W(C(CB2)),因?yàn)槿杭疌B2中的數(shù)據(jù)不一定都與CA1相關(guān)聯(lián).然后將所有的群集映射到對(duì)應(yīng)的虛擬軸上,映射區(qū)域中心與群集中心相對(duì)應(yīng),如圖2中CA1與C’A1對(duì)應(yīng),映射區(qū)域的區(qū)間大小根據(jù)式(2)中的比例尺獲取.從基準(zhǔn)軸上的群集開始依次將有數(shù)據(jù)關(guān)系的群集連接起來(lái)并統(tǒng)計(jì)數(shù)據(jù)量,相鄰的2個(gè)屬性軸之間就形成若干個(gè)連接關(guān)系,如圖2中以CA1群集為分組起始點(diǎn)共產(chǎn)生6個(gè)連接關(guān)系R1~R6,并且根據(jù)式(2)得到每個(gè)連接關(guān)系應(yīng)分配的區(qū)間大小.連接關(guān)系并不直接與屬性軸上的群集相連,而是與屬性軸上群集對(duì)應(yīng)的虛擬軸上的映射區(qū)域連接.這是因?yàn)閷⒃谔摂M軸和屬性軸之間構(gòu)建分支結(jié)構(gòu),分支結(jié)構(gòu)將會(huì)在2.3中詳細(xì)介紹.根據(jù)式(2)為不同的連接關(guān)系分配不同的區(qū)間后,不同關(guān)系的連接會(huì)存在相交的情況,如圖3a所示R1和R2會(huì)相交.為了解決這個(gè)問(wèn)題,本文在渲染之前對(duì)R1和R2的位置進(jìn)行重新排序調(diào)整,以避免R1和R2的相交,如圖3所示.在對(duì)連接關(guān)系進(jìn)行調(diào)整時(shí),本文算法僅僅在虛擬軸上進(jìn)行分組調(diào)整,并不對(duì)連接關(guān)系對(duì)應(yīng)的屬性值進(jìn)行操作.這是由于大多數(shù)高維數(shù)據(jù)中有的屬性為數(shù)值類型,并不能直接進(jìn)行調(diào)換.在虛擬軸上的連接關(guān)系?

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 徐永紅;高直;金海龍;劉文遠(yuǎn);;平行坐標(biāo)原理與研究現(xiàn)狀綜述[J];燕山大學(xué)學(xué)報(bào);2008年05期

2 楊珂;羅瓊;石教英;;平行散點(diǎn)圖:基于GPU的可視化分析方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2008年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦紅星;衛(wèi)學(xué)仕;;平行坐標(biāo)中的邊捆綁算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2017年07期

2 張桂鑫;田文德;靳滿滿;;基于PCA權(quán)重的化工報(bào)警閾值優(yōu)化[J];過(guò)程工程學(xué)報(bào);2017年03期

3 陳曉慧;萬(wàn)剛;張偉;廖雨婷;李鋒;;面向敘事結(jié)構(gòu)的地理空間情報(bào)可視分析方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2017年01期

4 楊路春;楊晨俊;汪志強(qiáng);李學(xué)斌;;非可行解驅(qū)動(dòng)進(jìn)化算法和多元分析技術(shù)在船型參數(shù)優(yōu)化中的應(yīng)用[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

5 劉佳凝;莊惟敏;;基于多維數(shù)據(jù)分析的建筑空間預(yù)測(cè)研究[J];建筑學(xué)報(bào);2016年S1期

6 李明昌;;近10年天津近岸海域水環(huán)境質(zhì)量可視化分析與評(píng)價(jià)研究[J];水資源與水工程學(xué)報(bào);2015年03期

7 楊錦忠;宋希云;;多元統(tǒng)計(jì)分析及其在煙草學(xué)中的應(yīng)用[J];中國(guó)煙草學(xué)報(bào);2014年05期

8 聶俊嵐;田茂春;郭棟梁;張繼凱;;交互式平行坐標(biāo)多維電磁態(tài)勢(shì)可視分析[J];燕山大學(xué)學(xué)報(bào);2013年06期

9 謝妮;雷德龍;;基于平行坐標(biāo)的多維數(shù)據(jù)交互可視化方法——以日晷晷影位置數(shù)據(jù)為例[J];福建電腦;2013年11期

10 張凱;謝慶華;;K均值算法影響因素的可視化分析[J];山西電子技術(shù);2013年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 曹鋒;周傲英;;基于圖形處理器的數(shù)據(jù)流快速聚類[J];軟件學(xué)報(bào);2007年02期

2 吳恩華,柳有權(quán);基于圖形處理器(GPU)的通用計(jì)算[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2004年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐永紅;高直;金海龍;劉文遠(yuǎn);;平行坐標(biāo)原理與研究現(xiàn)狀綜述[J];燕山大學(xué)學(xué)報(bào);2008年05期

2 姚鑫;宣蕾;;基于平行坐標(biāo)的網(wǎng)絡(luò)安全態(tài)勢(shì)可視化[J];信息安全與通信保密;2011年08期

3 路燕梅;;基于平行坐標(biāo)的可視化多維數(shù)據(jù)挖掘的研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2011年25期

4 周倜;王小非;馮力;彭茜;;改進(jìn)平行坐標(biāo)系框架下的多維電磁態(tài)勢(shì)展現(xiàn)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

5 聶俊嵐;田茂春;郭棟梁;張繼凱;;交互式平行坐標(biāo)多維電磁態(tài)勢(shì)可視分析[J];燕山大學(xué)學(xué)報(bào);2013年06期

6 邱全富;;非平行坐標(biāo)系統(tǒng)圖形的幾種處理方式比較[J];江西化工;2013年04期

7 譚桂龍;陳誼;;基于平行坐標(biāo)的信息可視化方法的應(yīng)用研究[J];北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

8 徐永紅;洪文學(xué);高直;;基于平行坐標(biāo)的貝葉斯可視化分類方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年25期

9 趙勇;洪文學(xué);徐永紅;;基于相位同步指數(shù)的運(yùn)動(dòng)想象腦電平行坐標(biāo)可視化分類[J];燕山大學(xué)學(xué)報(bào);2010年02期

10 胡俊;黃厚寬;高芳;;一種基于平行坐標(biāo)的度量模型及其應(yīng)用[J];計(jì)算機(jī)研究與發(fā)展;2011年02期

相關(guān)會(huì)議論文 前4條

1 崔建新;洪文學(xué);高海波;徐永紅;;基于平行坐標(biāo)圖的主成分分析優(yōu)化研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

2 韓博;;平行坐標(biāo)可視化技術(shù)及其在約束數(shù)據(jù)挖掘中的應(yīng)用[A];2007'全國(guó)測(cè)繪科技信息交流會(huì)暨信息網(wǎng)成立30周年慶典論文集[C];2007年

3 韓博;;平行坐標(biāo)可視化技術(shù)及其在約束數(shù)據(jù)挖掘中的應(yīng)用[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十一次學(xué)術(shù)信息交流會(huì)論文集[C];2007年

4 徐永紅;洪文學(xué);陳娜;李昕;劉文遠(yuǎn);關(guān)新平;張濤;;平行分類器:基于平行坐標(biāo)和多元數(shù)據(jù)分析的可視化分類器[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉亞璇;基于平行坐標(biāo)和數(shù)據(jù)挖掘的P2P借貸金融數(shù)據(jù)可視化研究[D];天津大學(xué);2014年

2 楊豪斌;基于聚類的邊綁定算法研究[D];深圳大學(xué);2016年

3 姚鑫;基于平行坐標(biāo)的網(wǎng)絡(luò)安全態(tài)勢(shì)地圖[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

4 孟攀飛;基于平行坐標(biāo)的可視化交互分類[D];華南理工大學(xué);2010年

5 劉益萌;基于平行坐標(biāo)主維度的多變量體數(shù)據(jù)可視化方法研究[D];燕山大學(xué);2015年

6 高芳;平行坐標(biāo)可視化技術(shù)的度量模型研究[D];北京交通大學(xué);2009年

7 葉蘇南;基于平行坐標(biāo)的聚類過(guò)程可視化的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2010年

8 張正海;城市空氣質(zhì)量數(shù)據(jù)可視化及預(yù)測(cè)方法的研究[D];山東大學(xué);2012年

9 荊杰;面向平行坐標(biāo)的運(yùn)動(dòng)捕獲人體動(dòng)畫研究[D];華中科技大學(xué);2012年

10 翟旭君;基于平行坐標(biāo)的可視化數(shù)據(jù)挖掘技術(shù)研究[D];清華大學(xué);2005年

，

本文編號(hào)：2580297