论文部分内容阅读
随着Internet的飞速发展和数据仓库的大规模应用,科学、工程、商业等领域的多维信息日益增多。由于人类认知能力的固有局限性和信息的复杂性,多维数据可视化技术作为有效的抽象信息展现工具被广泛地用来辅助知识工作者理解和分析海量多维数据集。
多维数据可视化技术的基本思想是利用计算机图形学和图像处理技术,将数据库或数据仓库中的多维数据转换为图形或图像在屏幕上显示出来,并进行交互。多维数据集的可视化方法主要有两类,一类是对数据的各维进行映射,另一类是对数据进行降维处理。针对多维数据可视化和可视化结果聚类分析的相关问题,本文在综合分析各种多维数据可视化方法的基础上,对自组织映射(SOM)方法展开研究。主要工作包括两个方面的内容:
(1)SOM降维可视化的研究。针对SOM方法仅适用于数值型数据的不足,提出了一种基于新相似性度量函数的SOM-M方法,该相似性度量函数结合了数值和分类两种数据类型的度量方法,可以同时计算数值与分类型数据;采用马氏距离代替传统欧式距离,消除了数据之间的相关性。实验证明,改进后的算法能有效地处理多维混合型数据,获得更准确的可视化效果,成功地解决了多维混合型数据的可视化问题。
(2)SOM聚类分析的研究。SOM方法除了具有多维数据可视化功能,还可以有效地进行大规模的聚类分析,其特点是自动聚类,但缺点是分类的精度不高。本文提出了将SOM-M与K-Prototypes算法结合的方法,该方法首先利用SOM-M算法获得输入数据的大致聚类情况,然后利用这些信息来初始化K-Prototypes算法,以此得到优化的聚类结果。实验结果证明,改进后的算法较之改进前具有较高的聚类精度。
本文最后完成了多维数据可视化系统的设计与开发,该系统包括数据可视化和聚类分析两个模块:数据可视化模块实现了多种可视化技术,包括平行坐标图、雷达图和SOM技术等;聚类分析模块可以对可视化结果进行聚类分析,更有助于人们掌握信息之间的联系。通过简单的交互操作,用户可以获取感兴趣的信息。