随着数据爆炸时代的到来,各个领域普遍存在海量具有复杂属性的数据,其中很大一部分是时变数据。数据可视化能够以图表的方式直观地展现数据,帮助用户更好地进行数据分析,目前已有很多研究人员对时变数据可视化方向展开了研究。国家人类遗传资源中心面向人类遗传资源和人口健康数据,需要通过可视化来帮助科研人员探索数据的时变趋势和内在联系。但是,当前时变数据可视化系统仍然存在一些问题:(1)对高维时间属性的处理和展示比较困难;(2)可视化效果不够准确清晰,有适用于系统级别的时变数据可视化方法不能同时满足较高准确度和易于被用户理解操作的要求;(3)缺乏面向时变数据处理并可视化的专一性系统,在生产环境中时变数据可视化缺乏有效的数据可视化方案。为满足上述需求,解决上述问题,本文依托国家人类遗传资源中心数据服务平台,对时变数据的可视分析进行了深入的研究。本文主要研究内容包括以下几点:(1)在保留数据趋势特征的基础上,针对高维时间展示的困难,改进了时间序列近似表示算法,综合考虑拟合误差和序列长度,提高了分段效率,准确而高效地减少了时间维度;(2)在探讨时变数据间关系的基础上,针对聚类精度不足导致可视化效果一般的问题,提出了基于DTW的K-Means算法,对每个时间点赋予不同的权重,使类内非相似性尽可能小,提高聚类效果,方便用户准确地分析时变数据的特征模式;(3)在关注可视化整体过程的基础上,设计了一种基于平行坐标系的时变数据可视化方法,综合考虑数据本身属性及其时间维度上的变化,使用以时间戳为坐标轴的平行坐标系,呈现时变数据的变化趋势和数据间的同异性。基于上述研究内容和成果,本文设计并实现了时变数据可视化系统。该系统后台封装相关算法,以解决高维时间展示困难和聚类可视化不够准确的问题,为用户提供了一个完整的时变数据可视化流程,并集成了数种可视化布局组件,易于操作,能够帮助用户准确、高效地探索时变数据中蕴含的规律和价值。