關聯(lián)關系廣泛存在于國民經(jīng)濟和日常生活中的各個領域,對關聯(lián)關系的探索是當今大數(shù)據(jù)時代數(shù)據(jù)分析面臨的巨大挑戰(zhàn)之一。圖分析是用以揭示關系數(shù)據(jù)中復雜關聯(lián)的一種有效手段,而可視化則通常為該過程的核心組成部分�；趫D的數(shù)據(jù)關聯(lián)可視分析方法將圖論與可視化技術相結合,將機器智能與人的智能有機融合,已成為探索數(shù)據(jù)關聯(lián)的重要方法。而如何直觀、高效地探索和分析數(shù)據(jù)中層次和網(wǎng)絡關系,更好地發(fā)現(xiàn)和掌握重點關注對象,跟蹤數(shù)據(jù)變化,是一個亟待解決的問題。另一方面,食品安全領域中的農(nóng)藥殘留問題關乎人類身體健康及食品國際貿(mào)易,長期以來備受國家及人民的廣泛關注,因此我國每年都要針對農(nóng)產(chǎn)品的農(nóng)藥殘留情況進行定期偵測,該偵測數(shù)據(jù)集中所存在著的顯性或隱性關聯(lián)則具有十分重要的價值。本文以“十二五”國家科技計劃項目為背景,以農(nóng)殘偵測數(shù)據(jù)為研究對象,對基于圖的數(shù)據(jù)關聯(lián)可視分析方法進行了研究,取得如下成果:第一,從可視分析學方法研究的視角出發(fā),根據(jù)圖布局的不同特點針對基于圖的數(shù)據(jù)關聯(lián)可視化方法進行了歸納和總結,梳理了方法的典型分類、各類方法的優(yōu)缺點及其關聯(lián)圖可視分析的基本框架,總結了相關圖分析方法、圖評價標準以及關聯(lián)分析過程中所采用的... 

【文章來源】：北京工商大學北京市

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究目標與內(nèi)容
    1.4 本文組織結構
第2章 基于圖的數(shù)據(jù)關聯(lián)可視分析綜述
    2.1 圖分析相關基礎介紹
        2.1.1 關聯(lián)分析任務
        2.1.2 關聯(lián)數(shù)據(jù)挖掘
        2.1.3 圖的評價標準
    2.2 基于圖的數(shù)據(jù)關聯(lián)可視化方法
        2.2.1 節(jié)點鏈接布局
        2.2.2 鄰接矩陣方法
        2.2.3 超圖可視化布局
        2.2.4 流圖可視化布局
        2.2.5 地理空間布局
        2.2.6 多屬性圖可視化
        2.2.7 分層圖可視化
    2.3 圖簡化與交互技術
        2.3.1 數(shù)據(jù)層次的簡化
        2.3.2 視圖層次的簡化
        2.3.3 圖可視化中的交互技術
    2.4 本章小結
第3章 TransGraph：基于變換的數(shù)據(jù)關聯(lián)圖可視化
    3.1 基于中心點變換的加權級聯(lián)二部圖
        3.1.1 基于中心點的加權級聯(lián)二部圖模型構建
        3.1.2 基于力導引和雙層圓環(huán)的中心二部圖布局算法
        3.1.3 基于權重約束匹配的圖動態(tài)過濾
        3.1.4 基于關注度模型的關聯(lián)子圖變換
    3.2 基于圖元聚集變換的層次關聯(lián)圖
        3.2.1 內(nèi)平方和計算與K均值節(jié)點聚類
        3.2.2 聚簇布局及旭日圖節(jié)點排序
        3.2.3 基于層次邊集束的簇節(jié)點關聯(lián)可視化
    3.3 實驗結果分析及評價
    3.4 本章小結
第4章 OSMT：具有時變特征的層次關聯(lián)圖可視化
    4.1 樹圖和Small Multiples研究現(xiàn)狀
        4.1.1 基于樹圖布局可視化層次數(shù)據(jù)
        4.1.2 基于Small Multiples可視化時變數(shù)據(jù)
    4.2 面向時變特征的有序小多組樹圖OSMT和 TVA指標
        4.2.1 OSMT布局算法
        4.2.2 TVA樹圖評價指標
    4.3 實驗結果分析及評價
    4.4 本章小結
第5章 面向農(nóng)殘偵測數(shù)據(jù)的關聯(lián)可視分析系統(tǒng)
    5.1 需求分析
        5.1.1 數(shù)據(jù)集介紹
        5.1.2 任務分析
    5.2 系統(tǒng)總體設計
    5.3 基于Trans Graph的關聯(lián)分析子系統(tǒng)
        5.3.1 系統(tǒng)交互設計
        5.3.2 功能設計與實現(xiàn)
    5.4 基于OSMT的關聯(lián)分析子系統(tǒng)
        5.4.1 系統(tǒng)交互設計
        5.4.2 功能設計與實現(xiàn)
    5.5 本章小結
第6章 總結與展望
    6.1 本課題主要成果
    6.2 本課題未來研究方向
參考文獻
在學期間發(fā)表的學術論文與研究成果
致謝


【參考文獻】：
期刊論文
[1]食品安全大數(shù)據(jù)可視分析方法研究[J]. 陳誼,劉瑩,田帥,范春林,孫悅紅.  計算機輔助設計與圖形學學報. 2017(01)
[2]大數(shù)據(jù)聚類算法綜述[J]. 海沫.  計算機科學. 2016(S1)
[3]節(jié)點屬性嵌入的改進圖布局算法[J]. 湯穎,汪斌,范菁.  計算機輔助設計與圖形學學報. 2016(02)
[4]可視化驅(qū)動的交互式數(shù)據(jù)挖掘方法綜述[J]. 馬昱欣,曹震東,陳為.  計算機輔助設計與圖形學學報. 2016(01)
[5]聚類方法綜述[J]. 金建國.  計算機科學. 2014(S2)
[6]一種正方化有序樹圖布局算法[J]. 胡海云,陳誼,甄遠剛,劉瑞軍.  計算機輔助設計與圖形學學報. 2014(10)
[7]大數(shù)據(jù)可視分析綜述[J]. 任磊,杜一,馬帥,張小龍,戴國忠.  軟件學報. 2014(09)
[8]基于二部圖投影的微博事件關聯(lián)分析方法研究[J]. 柳俊,周斌,黃九鳴.  信息網(wǎng)絡安全. 2014(09)
[9]樹圖布局算法的比較與優(yōu)化研究[J]. 陳誼,胡海云,李志龍.  計算機輔助設計與圖形學學報. 2013(11)
[10]動態(tài)網(wǎng)絡模式挖掘方法及其應用[J]. 高琳,楊建業(yè),覃桂敏.  軟件學報. 2013(09)

博士論文
[1]基于圖的實體關系關聯(lián)分析關鍵技術研究[D]. 吳燁.國防科學技術大學 2014
[2]復雜網(wǎng)絡中心性度量及社團檢測算法研究[D]. 付立東.西安電子科技大學 2012

碩士論文
[1]基于圖的實體關聯(lián)關系可視化技術研究[D]. 李杰.國防科學技術大學 2014
[2]基于級聯(lián)二部圖的動態(tài)推薦算法[D]. 陸晨.北京工業(yè)大學 2013
[3]大規(guī)模社會網(wǎng)絡可視化方法研究[D]. 劉簡.北京郵電大學 2010



本文編號：2931247