本文選題：聚類綁定 + 分布屬性　； 參考：《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》2017年10期

【摘要】：針對(duì)現(xiàn)有平行坐標(biāo)系聚類數(shù)據(jù)在邊綁定時(shí)線束可能過(guò)度彎曲和位置偏移,導(dǎo)致用戶對(duì)數(shù)據(jù)分布特征的視覺(jué)認(rèn)知產(chǎn)生曲解的問(wèn)題,提出基于力導(dǎo)向分段式骨骼布局的邊綁定方法.首先通過(guò)優(yōu)化的力場(chǎng)模型完成簇間分離布局;然后建立簇內(nèi)數(shù)據(jù)量與線束偏移量的負(fù)向關(guān)聯(lián),將簇間分離時(shí)線束的移動(dòng)量調(diào)整到規(guī)模較小的簇;最后采用分段式骨骼作為簇內(nèi)線束收斂的基準(zhǔn),生成兩端快速收斂、中間呈帶狀的線束形態(tài),以改善整體繪制效果.實(shí)驗(yàn)結(jié)果表明,該方法可以明顯地改善視圖對(duì)聚類中心值、數(shù)據(jù)離散度等數(shù)據(jù)分布特征表達(dá)的準(zhǔn)確性,以及視圖的整體繪制效果.
[Abstract]:The edge binding method based on force-guided segmented bone layout is proposed to solve the problem that the existing parallel coordinate system clustering data may be over-bent and position offset when the data is bound on the edge, which leads to the distortion of the user's visual cognition of the data distribution characteristics. Firstly, the optimal force field model is used to complete the separation layout between clusters, and then the negative correlation between the data amount in the cluster and the offset of the bundles is established to adjust the movement of the bundles to the smaller clusters. Finally, the segmented skeleton is used as the standard for the convergence of the bundles in the cluster to generate a fast convergence between the two ends and a banded shape in the middle, so as to improve the overall drawing effect. The experimental results show that the method can improve the accuracy of data distribution feature representation such as clustering center value, data dispersion, and the overall rendering effect of view.
【作者單位】： 北京林業(yè)大學(xué)信息學(xué)院;河南科技大學(xué)藝術(shù)與設(shè)計(jì)學(xué)院;
【基金】：中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助(2015ZCQ-XX) 河南省科技廳軟科學(xué)研究基金(142400410036)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 T.S.S.Genders;S.Spronk;T.Stijnen;E.W.Steyerberg;E.Lesaffre;M.G.M.Hunink;路麗;;聚類數(shù)據(jù)的敏感性和特異性的計(jì)算方法:指南[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2013年01期

2 張勇;倪巍偉;崇志宏;胡新平;;基于鄰域相關(guān)性的面向聚類數(shù)據(jù)擾動(dòng)方法[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

3 李瓊;戴雯惠;;聚類數(shù)據(jù)挖掘方法在銀行綜合效益評(píng)估中的應(yīng)用[J];福建電腦;2012年09期

4 于世東;張勝男;;增強(qiáng)平行坐標(biāo)技術(shù)可視性的研究[J];微計(jì)算機(jī)信息;2007年06期

5 徐永紅;高直;金海龍;劉文遠(yuǎn);;平行坐標(biāo)原理與研究現(xiàn)狀綜述[J];燕山大學(xué)學(xué)報(bào);2008年05期

6 路燕梅;;基于平行坐標(biāo)的可視化多維數(shù)據(jù)挖掘的研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2011年25期

7 周倜;王小非;馮力;彭茜;;改進(jìn)平行坐標(biāo)系框架下的多維電磁態(tài)勢(shì)展現(xiàn)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

8 聶俊嵐;田茂春;郭棟梁;張繼凱;;交互式平行坐標(biāo)多維電磁態(tài)勢(shì)可視分析[J];燕山大學(xué)學(xué)報(bào);2013年06期

9 邱全富;;非平行坐標(biāo)系統(tǒng)圖形的幾種處理方式比較[J];江西化工;2013年04期

10 譚桂龍;陳誼;;基于平行坐標(biāo)的信息可視化方法的應(yīng)用研究[J];北京工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

相關(guān)會(huì)議論文 前2條

1 韓博;;平行坐標(biāo)可視化技術(shù)及其在約束數(shù)據(jù)挖掘中的應(yīng)用[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十一次學(xué)術(shù)信息交流會(huì)論文集[C];2007年

2 施鴻喜;陳崇超;范明;;一種基于密度單元覆蓋的聚類數(shù)據(jù)流算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 劉亞璇;基于平行坐標(biāo)和數(shù)據(jù)挖掘的P2P借貸金融數(shù)據(jù)可視化研究[D];天津大學(xué);2014年

2 楊豪斌;基于聚類的邊綁定算法研究[D];深圳大學(xué);2016年

3 閆小芹;無(wú)線網(wǎng)絡(luò)數(shù)據(jù)可視化分析系統(tǒng)的研究與實(shí)現(xiàn)[D];天津理工大學(xué);2017年

4 孟攀飛;基于平行坐標(biāo)的可視化交互分類[D];華南理工大學(xué);2010年

5 劉益萌;基于平行坐標(biāo)主維度的多變量體數(shù)據(jù)可視化方法研究[D];燕山大學(xué);2015年

6 高芳;平行坐標(biāo)可視化技術(shù)的度量模型研究[D];北京交通大學(xué);2009年

7 葉蘇南;基于平行坐標(biāo)的聚類過(guò)程可視化的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2010年

8 張正海;城市空氣質(zhì)量數(shù)據(jù)可視化及預(yù)測(cè)方法的研究[D];山東大學(xué);2012年

9 荊杰;面向平行坐標(biāo)的運(yùn)動(dòng)捕獲人體動(dòng)畫研究[D];華中科技大學(xué);2012年

10 翟旭君;基于平行坐標(biāo)的可視化數(shù)據(jù)挖掘技術(shù)研究[D];清華大學(xué);2005年

，

本文編號(hào)：2057257