主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
孙 扬,唐九阳,汤大权,肖卫东.改进的多变元数据可视化方法.软件学报,2010,21(6):1462-1472
改进的多变元数据可视化方法
Improved Multivariate Data Visualization Method
  修订日期:2008-08-11
DOI:
中文关键词:  多变元数据可视化  多维数据可视化  降维  维配置策略  信息可视化
英文关键词:multivariate data visualization  multidimensional data visualization  dimension reduction  dimension configuration strategy  information visualization
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60172012 (国家自然科学基金)
作者单位
孙 扬 国防科学技术大学 信息系统与管理学院,湖南 长沙 410073 
唐九阳  
汤大权  
肖卫东  
摘要点击次数: 3629
全文下载次数: 3687
中文摘要:
      针对传统多变元可视化方法——星形坐标法(star coordinates,简称SC)降维过程信息损失较为严重、可视化结果无法体现维度分布信息及手动配置维度轴十分繁杂的不足,提出一种改进的星形坐标法(advanced star coordinates,简称ASC),使用沿直径方向的向量作为维度轴,设计维度轴配置策略优化各维度轴之间的夹角及排列顺序,以减小多维信息对象在改进星形坐标系中与在多维坐标系中坐标差别为准则,使用最优化方法实现对用户有意义的降维运算,将多维信息映射到低维可视空间中.实验结果表明,ASC的可视化结果不仅易于理解,而且能够有效提供维度分布信息,有利于用户发掘隐性知识,基于相关度的维配置策略可以大大减轻用户操作负担,使其能够快速而准确地定位多维信息集合中的隐含特征,降维算法高效,适用于数据量较大、维数较高的信息集合.
英文摘要:
      Star coordinates (SC), a traditional multivariate data visualization technique, loses much information due to oversimple dimension reduction algorithm. And the SC visualization can’t offer the dimension distribution information. Moreover, the manual dimension axis configuration of SC is too complex. To address these problems, the paper proposes the advanced star coordinates (ASC), which uses the diameter instead of the radius as the dimension axis, designs the dimension configuration strategy to optimize the order and the angle of dimension axes, and projects the multi-dimensional object to low dimension visual space through the dimension reduction algorithm. And the dimension reduction process is meaningful to user and the algorithm uses the minimum of the object coordinates variation between the multi-dimensional coordinates and the advanced star coordinates as criterion. Experimental results show that the dimension reduction algorithm is highly efficient and suitable for the aggregation with a great amount of high-dimensional data. The dimension configuration strategy relieves the user’s operation burden greatly and helps them detect the connotative characteristics of the multidimensional information aggregation quickly and exactly. The visualization is easy to understand and can express the dimension distribution information effectively, which is helpful for user to view the multi-dimensional information and to discover the implicit information in knowledge discovery process.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利