基于Web的探索式高维数据可视化系统的研究与实现

发布时间：2023-12-24 10:46

　　随着可用计算资源和传感设备数量的不断增加,数据呈爆炸式增长,在数据量不断增大的同时,数据的维度也越来越高,如何让用户可以快速的理解和分析大量的复杂高维数据是目前研究的热点问题。数据可视化能够以图表的方式直观的展现数据,帮助用户更好地进行数据分析,目前已有很多研究人员对高维数据可视化方向展开了研究。但是仍然存在一些问题:(1)现有平台对高维数据的展示支持性较差,对海量高维数据通常直接展示,导致数据相互遮盖,造成视觉混淆;(2)各可视化平台多注重于提升可视化效果,而对分析人员理解数据特征、提升数据质量方面缺乏有效的引导;(3)可视化平台的探索流程并不完善,不具备良好的通用性和交互性,门槛较高。以上这些问题亟待解决,因此本文对高维数据的可视化进行了深入的研究。本文主要研究内容包括以下几点:(1)在深入理解高维数据的特点和平行坐标可视化技术的基础上,设计并实现了一种基于平行坐标的高维数据可视化方法。此方法中采用降维、边捆绑以及可视化交互等技术对平行坐标进行优化,并且针对可视化过程中视觉混淆的问题,提出了一种基于AGNES和K-means双层聚类的边捆绑算法,实验结果表明,该算法比其他常用的边捆...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景和意义
    1.2 国内外研究现状及分析
        1.2.1 可视化技术研究现状
        1.2.2 可视化平台研究现状
        1.2.3 国内外研究现状总结
    1.3 研究内容与论文工作
    1.4 硕士在读期间主要工作
    1.5 论文组织结构
第二章 相关理论及技术研究
    2.1 数据可视化理论及技术简介
        2.1.1 可视化及可视分析流程
        2.1.2 可视化分类
        2.1.3 可视化工具
    2.2 机器学习聚类算法
        2.2.1 K-means聚类算法
        2.2.2 AGNES聚类算法
    2.3 Web前端框架Vue.js
    2.4 本章小结
第三章 基于平行坐标的高维数据可视化方法研究
    3.1 平行坐标的应用及存在的问题
        3.1.1 平行坐标的应用
        3.1.2 平行坐标存在的问题
    3.2 视觉混淆解决算法
        3.2.1 数据简化
        3.2.2 维度重排
        3.2.3 边捆绑
    3.3 基于平行坐标的高维数据可视化方法
        3.3.1 基于主成分分析的多维属性降维
        3.3.2 基于AGNES和K-means双层聚类的边捆绑算法
        3.3.3 可视化交互
    3.4 实验结果及分析
        3.4.1 边捆绑算法实验结果对比
        3.4.2 高维数据可视化方法结果分析
    3.5 本章小结
第四章 探索式可视分析方法研究
    4.1 研究动机
    4.2 探索式可视分析方法
        4.2.1 方法总体设计
        4.2.2 属性类型分析
        4.2.3 属性特征分析
        4.2.4 属性关系分析
    4.3 方法特点及应用
        4.3.1 方法特点分析
        4.3.2 方法的应用
    4.4 本章小结
第五章 可视化系统设计与实现
    5.1 需求分析
        5.1.1 系统业务需求
        5.1.2 系统功能需求
    5.2 系统总体设计
        5.2.1 系统总体架构设计
        5.2.2 系统功能流程设计
    5.3 核心功能模块设计及实现
        5.3.1 数据导入模块
        5.3.2 特征工程模块
        5.3.3 探索式可视分析模块
        5.3.4 高维数据可视化模块
    5.4 本章小结
第六章 可视化系统部署与测试
    6.1 系统的部署
    6.2 典型集成测试
        6.2.1 数据导入模块测试
        6.2.2 特征工程模块测试
        6.2.3 探索式可视分析模块测试
        6.2.4 高维数据可视化模块测试
    6.3 测试结果分析
    6.4 本章小结
第七章 总结和展望
    7.1 工作总结
    7.2 研究展望
参考文献
致谢
攻读研究生期间发表的学术论文



本文编号：3874354