基于平行坐标的信息可视化方法的应用研究

基于平行坐标和聚类理论,通过采用数学模型定义平行坐标,使用编程工具建立平行坐标系统,解决了如何显示多维数据集的问题,结合系统聚类法,解决了平行坐标维数过多或数据量过大时,平行坐标屏幕限制、折线重叠、不易于发现各维间的隐含关系等问题,达到用可视化方法协助医生分析客户的健康状况分布,及其健康发展趋势的目的.     

基于维约束的平行坐标可视化及其在数据聚类中的应用

平行坐标可视化是数据可视化方法中的典型代表.在平行坐标法可视化的基本原理的基础上,实现了在数据可视化过程中嵌入维度限制条件,探讨了在维约束条件下的平行坐标可视化技术.以海洋监测台站数据为例,开发了DBSCAN聚类算法,并利用平行坐标对聚类的结果进行可视化表达.     

平行坐标原理与研究现状综述

多元数据的平行坐标是信息可视化的主流技术之一.平行坐标的一个显著优点是其具有良好的数学基础,其射影几何解释和对偶特性使它可以很好地同时表达高维数据在多个低维子空间的投影信息.本文首先阐述了平行坐标的基本原理,并且推导了欧式空间的可微曲线在平行坐标空间的表达形式.接着综述了平行坐标的研究现状,分析了平行坐标应用于可视化数据分析和模式识别领域的潜力并且指出了未来的发展方向.     

基于相位同步指数的运动想象脑电平行坐标可视化分类

脑电相位同步可以反应大脑不同功能区域之间的连接性能,是当前脑科学研究中最活跃的课题之一。平行坐标作为信息可视化的主流技术,在可视化数据分析和模式识别领域有广泛应用。本文以脑机接口竞赛的运动想象脑电数据(Data Ⅲ)为对象,以平行坐标可视化技术为手段,基于相位同步指数和线性判别分类器对左右手想象意识任务进行识别。结果表明,信息可视化技术为脑机接口系统的实现提供新的思路。     

基于平行坐标技术的关联规则可视化模型

数据挖掘可视化是数据挖掘过程中的重要组成部分.通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度.平行坐标技术是数据挖掘可视化技术中的一个重要技术之一,该文在这种技术的基础上,提出了一种基于此技术的关联规则的可视化模型及显示方法.在最后对现有的关联规则的可视化方法进行了比较,论文中提出的显示模型在海量多维规则的显示和交互式操作上表现较为突出.     

交互式平行坐标多维电磁态势可视分析

针对传统分析手段难以满足综合快速感知多维战场电磁态势的需求,提出三维战场空间与交互式平行坐标联动表现的可视分析方法：改进平行坐标的交互式查询方法;提取战场电磁态势要素,将其定量映射到平行坐标中进行多维展现;通过平行坐标与三维场景联动,从不同角度对电磁态势进行可视分析;引入时间维展现电磁态势的动态变化趋势。实验表明,交互式平行坐标多维电磁态势可视分析方法能有效加快电磁态势感知过程,适合于复杂电磁环境下指挥作战应用。     

一种基于平行坐标度量模型的聚类算法及其应用

本文说明了数据挖掘中可视化技术应用的特点与方法,给出了数据挖掘中可视对象与参数的确定及算法分解的方法,并给出基于平行坐标技术的聚类算法的可视化方法与平行坐标的度量模型,以及在K-means算法上的应用方法.结果表明这种方法对于数据及聚类算法K-means的数据挖掘过程的可视化表示是有效的.     

基于平行坐标法的发动机多变量设计优化数据相关性分析

为有效利用发动机设计分析和优化计算中产生的多变量数据,应用平行坐标法对数据进行可视化.首先将设计方案点映射为平行坐标系中的一系列多边折线,然后采用一定赋色原则解决大量数据点引起的图形重叠问题,并采用一定交互手段选择不同的设计变量、目标函数和约束,最终根据平行坐标与笛卡尔坐标的映射关系,结合各坐标轴上颜色变化趋势分析各设计变量、目标函数和约束之间的相关关系.该方法将多变量相关关系分析问题转变为二维模式识别问题,为设计优化提供一种直观有效的辅助分析手段.某型发动机设计优化数据相关性分析实践证明了该法的有效性.     

项目投资选择模型的左右得分型TOPSIS法

由于决策者知识的局限性和现实决策问题的复杂性,某些多属性决策问题的属性值常需要模糊数刻画。三角模糊数是一类有效刻画模糊属性值的一类模糊数,于是针对属性值为三角模糊数的项目投资选择问题,提出了一类新的多属性决策方法。其具体步骤是:首先利用左右得分的基本思想将规范化的三角模糊数定义左右得分,进而将决策矩阵转化为基于得分的区间数决策矩阵,最后依据TOPSIS法的基本思想对备选方案进行排序和择优。文末通过实际例子说明本文所提出的方法的有效性和实用性。     

一种基于强属性限定的加权贝叶斯分类器

朴素贝叶斯分类器是一种简单而高效的分类器,但它的条件独立性假设使其无法将属性间的依赖关系表达出来,影响了它分类的正确率,加权朴素贝叶斯是对它的一种扩展.基于强属性限定的贝叶斯分类器SANBC,通过在强弱属性之间添加增强弧以弱化朴素贝叶斯的独立性假设,扩展了朴素贝叶斯分类器的结构;结合加权朴素贝叶斯和基于强属性限定的贝叶斯分类器SANBC的优点,提出一种基于强属性限定的加权贝叶斯分类器WSANBC;实验结果表明,WSANBC分类器具有较高的分类正确率.     

基于并行数据仓库的数据分布调整策略

并行数据仓库系统的性能与数据在多处理机之间的分布密切相关.本文根据并行数据仓库系统的体系框架,提出了全新的并行数据仓库数据三层模式结构,并在此模式基础上,根据用户查询的变化设计了动态多维数据分布和调整策略,通过改变数据分布模式和数据物理存放的方式来保证系统数据分布均匀和工作负载均衡.实验结果证明,此算法能有效地缩短OLAP平均查询响应时间,提升系统的整体性能.     

基于相关系数的加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能.首先给出了基于相关系数的属性权值求解方法,然后描述了相应的算法,并对算法原理进行了分析与证明.通过在中医小儿肺炎病例数据集和UCI数据集上的仿真实验,验证了该方法的有效性.     

基于广义朴素贝叶斯分类器的空值处理方法

给出了基于广义朴素贝叶斯分类器的空值处理方法,该方法利用广义朴素贝叶斯分类器的较强预测能力及灵活的效率选择方式,有效地解决了数据中的空值处理问题.利用模拟数据进行了对比实验,结果显示,其预测准确性明显提高.     

A Granularity-Aware Parallel Aggregation Method for Data Streams

0 IntroductionDtartaaf fsitcr ecaonmtsroiln , mwaenayth aeprpfloicraectiaosnts e ,tcs u,ccho maes fwroebm sdeirsvtircieb-,uted data sources at different geographiclocations .Distributedprocessing is the inevitable development trend for managingdata streams . Shared-nothing clusters can scale up to thou-sands of computers ,increase the available main memory,pro-cessors ,diskspace and bandwidthalongthe way,andtherebyprovide potential for high throughput and lowlatencies . Yetto date(As yet) ,th…