本文選題：大氣污染　切入點：可視分析　出處：《計算機輔助設(shè)計與圖形學學報》2017年08期 　論文類型：期刊論文

【摘要】：空氣質(zhì)量監(jiān)測數(shù)據(jù)具有顯著的時空多維屬性.傳統(tǒng)的平行坐標技術(shù)雖然能夠有效地展示數(shù)據(jù)的多維屬性信息,卻在分析與解讀空氣質(zhì)量監(jiān)測數(shù)據(jù)各個屬性的時空變化規(guī)律方面表現(xiàn)出一定的局限性,在平行坐標展示空氣質(zhì)量監(jiān)測數(shù)據(jù)多維屬性的基礎(chǔ)上,提出一種支持用戶交互式探索大氣污染時空特征的可視分析方法.首先利用平行坐標展示空氣質(zhì)量監(jiān)測數(shù)據(jù),支持用戶交互改變時空維度以及指定坐標軸排列順序;然后引入角度面積正負相關(guān)性等方式度量數(shù)據(jù)在平行坐標系中的布局差異,并且通過矩陣圖和交互式柱狀圖分別展示不同時空維度下數(shù)據(jù)的布局差異;再綜合考慮各個屬性之間的數(shù)據(jù)布局差異,構(gòu)建相似性矩陣,利用多維標度法對當前時空維度的數(shù)據(jù)進行降維,獲得初始數(shù)據(jù)在低維空間的表示;最后利用層次聚類方法對低維空間的數(shù)據(jù)表達做聚類分析,并且分別設(shè)計時鐘隱喻圖和地域抽象圖描述各個類別的時空節(jié)點組成.集成上述可視化算法設(shè)計便捷的用戶交互模式,開發(fā)面向空氣質(zhì)量監(jiān)測數(shù)據(jù)時空多維屬性的可視分析原型系統(tǒng),為用戶快速分析和解讀大氣污染的時空特征及潛在規(guī)律提供有效手段.通過大量的可視化效果及用戶反饋結(jié)果,進一步驗證了文中所提可視分析方法的有效性和實用性.
[Abstract]:Although the traditional parallel coordinate technology can effectively display the multidimensional attribute information of the data, However, there are some limitations in analyzing and interpreting the temporal and spatial variation of the air quality monitoring data. On the basis of displaying the multidimensional attributes of the air quality monitoring data in parallel coordinates, In this paper, a visual analysis method is proposed to support the interactive exploration of spatio-temporal characteristics of air pollution. Firstly, the air quality monitoring data are displayed in parallel coordinates to support the users to interactively change the spatial and temporal dimensions and specify the coordinate axis order. Then we introduce the positive and negative correlation of angle area to measure the layout difference of data in parallel coordinate system, and show the difference of data layout in different space-time dimension by matrix graph and interactive histogram. Then considering the data layout difference among the attributes synthetically, the similarity matrix is constructed, and the dimensionality of the current space-time dimension data is reduced by using the multidimensional scaling method, and the initial data representation in the low-dimensional space is obtained. Finally, the hierarchical clustering method is used to analyze the data representation in low dimensional space. And the clock metaphor map and the region abstract graph are designed to describe the composition of each class of space-time nodes, and the user interaction mode is designed by integrating the above visualization algorithms. A visual analysis prototype system for spatiotemporal and multidimensional attributes of air quality monitoring data is developed, which provides an effective means for users to quickly analyze and interpret the space-time characteristics and potential laws of air pollution, and through a large number of visualization effects and user feedback results, The effectiveness and practicability of the visual analysis method proposed in this paper are further verified.
【作者單位】： 浙江財經(jīng)大學信息學院;浙江大學CAD&CG國家重點實驗室;浙江財經(jīng)大學應(yīng)用經(jīng)濟學博士后流動站;浙江工商大學統(tǒng)計與數(shù)學學院;
【基金】：國家自然科學基金(61303133,61472354) 全國統(tǒng)計科學研究項目(2015LD03) 浙江省科技廳公益技術(shù)應(yīng)用研究計劃項目(2014C31057) 教育部博士后科學基金(2015M571846) 浙江省自然科學基金(LY15F020014) 浙江省一流學科A類(浙江財經(jīng)大學統(tǒng)計學)2016年度規(guī)劃項目 浙江大學CAD&CG國家重點實驗室開放課題(A1417)
【分類號】：X831

【相似文獻】

相關(guān)會議論文 前3條

1 袁曉如;;大數(shù)據(jù)可視分析——挑戰(zhàn)和機遇[A];大數(shù)據(jù)、云計算與地球物理應(yīng)用研討活動論文摘要集[C];2014年

2 汪恭正;滕東興;熊金泉;王宏安;戴國忠;;基于交互歷史在線跟蹤機制的可視分析系統(tǒng)[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

3 肖麗;;面向TB量級時變數(shù)據(jù)集的并行可視分析軟件平臺TeraVAP[A];中國工程物理研究院科技年報(2012年版)[C];2012年

相關(guān)博士學位論文 前2條

1 曹一冰;陸地邊界地理可視分析技術(shù)研究[D];解放軍信息工程大學;2015年

2 應(yīng)申;空間可視分析的關(guān)鍵技術(shù)和應(yīng)用研究[D];武漢大學;2005年

相關(guān)碩士學位論文 前10條

1 李秋生;旅游數(shù)據(jù)的查詢與可視分析技術(shù)研究[D];西南科技大學;2016年

2 康凱;石窟壁畫病害的時空模式可視分析[D];天津大學;2014年

3 鄂艷麗;基于熱線數(shù)據(jù)的城市公共服務(wù)問題可視分析[D];天津大學;2014年

4 段幸幸;網(wǎng)絡(luò)課程學生行為評估及可視分析[D];西南科技大學;2016年

5 趙帥;銀行資金流向可視分析系統(tǒng)的研究與實現(xiàn)[D];重慶郵電大學;2016年

6 馮毅;微博數(shù)據(jù)的可視分析[D];杭州電子科技大學;2016年

7 韓俊;基于三維仿真的空間可視分析研究與實現(xiàn)[D];解放軍信息工程大學;2011年

8 馬超;應(yīng)急疏散方案可視分析方法研究[D];解放軍信息工程大學;2013年

9 張超;可視數(shù)據(jù)壓縮與分析[D];杭州電子科技大學;2015年

10 索利軍;多關(guān)系社會網(wǎng)絡(luò)分析和可視化系統(tǒng)的研究[D];北京郵電大學;2010年

，

本文編號：1641114