您现的位置:首页 > 数据库检索 > 中文会议 

基于平行坐标和径向坐标的多维数据可视化方法研究

加收藏
  • 【题名】:基于平行坐标和径向坐标的多维数据可视化方法研究
  • 【年份】:2020
  • 【作者】:方子璇
  • 【关键词】:多维数据可视化  平行坐标  径向坐标  主成分分析
  • 【摘要】:当今世界已经进入大数据时代,面对海量数据,如何挖掘其中的有效信息是一类亟待解决的关键性问题。数据可视化是一门跨越计算机图形学、数据科学、自然科学和人机交互等领域的交叉学科,它能够将原始抽象的数据映射成可视化结构,是数据分析中必不可少的工具。平行坐标与径向坐标可视化是对高维数据进行可视化展示的两种常用技术,它们可将高维数据映射在二维空间中,从而方便对数据进行直观地分析与研究。但现有的可视化技术仍存在一定的局限性,数据重叠现象较为普遍,这极大地影响了可视化技术的数据提取能力。因此,本文以平行坐标与径向坐标为框架,研究多维数据可视化的问题,旨在改善当前可视化技术的不足,提高现有技术对有效数据的挖掘能力。本文具体研究工作如下:1.提出一种基于PCA和X-Means的改进平行坐标可视化方法。该方法首先采用PCA降维算法对数据进行降维处理,接着用X-Means聚类算法对数据进行聚类处理,并对聚类后的结果进行了有效地评估。然后,对聚类结果的有效性进行分析,通过聚类结果的指标分数高低判断聚类结果的拟合性好坏;最终通过可视化交互技术对图形进行处理,实现用户与可视化结果之间的交互,方便用户对已有数据进行更好地理解和分析。实验结果证明该方法缩短了可视化时间,有效地改善了可视化的效果,减缓了线条密集交叠问题,使用户可以更好的理解数据并且获取数据的整体规律。2.提出一种利用聚类结果指标分数高低来判断聚类结果拟合性好坏的判决方法,此方法可对聚类后的结果进行有效评估,并对聚类结果的优良特性作出更加直接的判断。3.提出一种基于KNN和ReliefF的改进径向坐标可视化方法,解决了对随机维度锚点布局后产生的可视化聚类效果不佳的问题。该方法首先对已有数据进行归一化处理,使不同维度之间的特征在数值上具有一定的可比性,从而提高计算精度;其次,以K-最近邻分类器为框架,对不同维度顺序组合的径向坐标投影结果进行评价,证明了排列于Radviz圆环上的KNN模型分类的正确率与聚类效果的正向关系;最后,利用ReliefF启发式搜索方法,提高了对Radviz映射的搜索效率,极大地改善了投影效果。综上所述,本文基于平行坐标和径向坐标研究了多维数据的可视化问题,提出的改进策略均有效改善了数据的可视化效果,在一定程度上帮助用户加深了对数据集的理解。本文的研究成果为今后多维数据的可视化研究提供了新的理论和思路。
  • 【会议名称】:硕士
  • 【类别名称】:余长宏
  • 【载体】:浙江工商大学
  • 【会议地点】:2020
相关文献
基于液晶光子晶体调谐光电器件制备性能研究
一种小波分解三角函数相结合坐标时间序列建模方法研究
基于Laplace小波MP算法信道特性分析方法研究
基于边缘计算高精度地图数据处理方法研究现状
基于Vondrak-Cepek滤波北斗共卫星双向时间比对融合研究
基于Web机器学习系统设计与实现
基于多特征融合集成学习癫痫脑电自动识别方法研究
基于分位数回归方法函数型数据PhaseⅠ控制图研究
基于双齿导向策略钴催化交叉脱氢偶联芳基反应氨化反应研究
获取此文方式
登录后才能存到网盘,
请登录
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。