基于维度扩展的Radviz可视化聚类分析方法

Radviz是一种多维数据可视化技术,它通过径向投影机制将多维数据映射到低维空间,使具有相似特征的数据点投影到相近位置,从而形成可视化聚类效果.Radviz圆周上的维度排列顺序对数据投影结果影响很大,提出将原始维度划分为多个新维度来拓展Radviz圆周上的维度排序空间,从而获得比原始维度条件下更好的可视化聚类效果.该维度划分方法首先计算数据在每个原始维度的概率分布直方图,然后使用均值漂移算法对直方图进行划分,最后根据划分结果将原始维度扩展为多个新维度.提出使用Dunn指数和正确率来量化评估Radviz可视化聚类效果.进行了多组对比实验,结果表明,维度扩展有利于多维数据在Radviz投影中获得更好的可视化聚类效果.     

基于Radviz及其优化的可视化故障诊断方法*

阐述了Radviz（radial visualization）技术,即将高维数据样本非线性的投影到二维目标空间。Vizrank优化能够从数以万计的投影图中评价和确定最好的投影方式;能够快速找到容易被领域专家认可的可视化模型,只需少量输入变量（27）就能够做到数据的可视化,并且有很好的分类效果。在TEP仿真系统中的应用,表明了Radviz及其优化的可视化故障诊断方法可以将正常与故障状态有效地分开。该可视化故障诊断方法具有简单而不失精确性、易于利用领域专家知识、诊断结果直观形象并容易理解等显著优点。