一种面向空间多变量数据聚类的可视分析方法

聚类是研究空间多变量数据的重要工具之一.但是自动聚类算法通常需要用户预设参数然后生成结果,缺乏一种有效的交互机制将用户介入到聚类的过程,使之动态改变参数并对结果进行调整和评估.为此提出一种面向空间多变量数据聚类的可视分析流程,首先运用自动聚类算法对原始三维空间进行聚类,针对三维空间不易交互的缺陷将数据点投影到二维平面进行交互选择和可视编码,设置多种视图使用户实时而全面地理解数据分布和模式,交互地修正聚类结果,并根据一些编码的统计信息来判断结果的合理性和正确性.整个流程是渐进式的,即用户通过迭代逐步细化结果,最终抽取兴趣域.案例分析表明,新的可视分析流程能够有效地提高空间自动聚类算法的精度,也极大地缩短了用户交互的时间.     

一种对称散布矩阵空间的人脸识别方法

为有效解决小样本问题 ,从线性子空间的角度出发 ,构造了一种矩阵变换 ,得到了类内散布矩阵的另一个对称线性子空间 ;通过对两个子空间的分别求解 ,从而得到样本有效的鉴别信息。该方法有效地解决了传统 Fisher鉴别分析方法中的最终特征维数受类别数限制的问题。在 NUST603和 ORL人脸数据库上的实验结果验证了算法的有效性。     

边界对齐的平滑三维对称标架场

为了把广泛应用于网格四边形化和纹理合成的二维表面标架场拓展到三维,提出一种生成三维对称标架场的方法.不同于表面对称标架场(四对称方向场),二维标架场的对称性能用一个切平面的旋转角度来表示,而三维对称标架场的对称性却不能这样简单地表示.为了解决这个问题,利用球面函数来获得一个对称性表述,该表述对于绕任意一个轴的π/2旋转以及它们的复合是不变的.基于球面函数的表示可以获得一个有效的标架场光顺程度的度量,并以球面调和分析进行加速计算;基于一组边界约束,可以通过极小化这个度量函数来获得一个光顺的标架场,该标架场在表面上能很好地对齐法线.最后通过表面投影、流线追踪和奇异点来可视化这个标架场,并将这个光顺的标架场用于六面体网格生成,且讨论了它在生成高质量纯六面体网格方面的潜力,其与表面标架场在生成四边形网格方面的潜力是一致的.     

平行坐标轴动态排列的地理空间多维数据可视分析

目的 平行坐标是经典的多维数据可视化方法,但在用于地理空间多维数据分析时,往往存在空间位置信息缺失和空间关联分析不确定等问题。对此,本文设计了一种有效关联平行坐标和地图的地理空间多维数据可视分析方法。方法 根据多维属性信息对地理空间位置进行聚类分析,引入Voronoi图和颜色明暗映射对地理空间各类区域进行显著标识,利用平行坐标呈现地理空间多维属性信息,引入互信息度量地理空间聚类与属性类别的相关性,动态地确定平行坐标轴排列顺序,进一步计算属性轴与地图之间数据线的绑定位置,对数据线的布局进行优化处理,降低地图与平行坐标系间数据线分布的紊乱程度。结果 有效集成上述可视化设计及数据分析方法,设计与实现一种基于平行坐标轴动态排列的地理空间多维数据可视化分析系统,提供便捷的用户交互模式,通过2组具有明显地理空间多维属性特征的数据进行测试,验证了本文可视分析方法的有效性和实用性。结论 本文提出的可视分析方法和工具可以帮助用户快速分析地理空间多维属性存在的空间分布特征及其关联模式,为地理空间多维数据的探索提供了有效手段。     

空间语义增强下的城市交通事故数据可视分析

目的 海量城市交通事故数据可能蕴含有交通事故的空间模式，挖掘出交通事故的空间模式有助于开展交通事故的防治工作。目前交通管理部门虽然记录了交通事故发生地的空间位置信息，但没有对事故发生地进行空间语义描述，从而影响对交通事故空间模式的深入分析。因此，提出一种交通事故数据空间语义增强方法，并设计了一套可视分析系统。方法 基于城市兴趣点来增强交通事故数据的空间语义。以事故发生点为中心获取周围城市兴趣点，使用特征向量刻画兴趣点的数量、类别及其与事故发生点的距离，并称此向量为空间语义特征向量。将空间语义特征向量和相应的交通事故关联，以达到增强其空间语义的目的。然后，基于空间语义特征向量，使用自组织映射聚类算法对交通事故进行聚类分析，根据其空间语义特征将交通事故分为若干类别。最后，通过使用地图视图展示事故点数据、聚类视图和平行坐标视图展示聚类分析的结果及其空间语义特征的可视化方法，对交通事故的空间模式进行分析。结果 针对空间语义增强的交通事故数据以及相关分析任务，有效地使用上述数据分析方法与可视化技术，设计并实现了一套多视图关联的可视分析系统，提供了便捷的交互方式辅助用户分析。通过研发人员和交通警察共同对安徽省合肥市2018年的交通事故数据进行分析，将交通事故发生地划分9类并指出每类地点的空间语义特点，进一步分析出了事故高发区域的空间语义特性。结论 本文提出的交通事故数据空间语义增强方法和可视分析方法可以帮助用户揭示交通事故的空间语义模式，有助于深入分析和认识交通事故的成因，能为交通事故防治相关的城市建设工作提供建议。     

基于时空数据的驻留行为特征可视分析

随着智慧城市的快速发展,大量商业场所每天会产生海量的驻留行为数据,然而传统驻留行为数据分析方法难以克服数据稀疏性问题,并且对于时空伴随关系的发现准确度也较低。根据驻留行为数据特征和可视分析任务,设计一种交互式的可视分析系统。对原始数据进行处理,提取相关的时空特征并发现用户伴随关系。使用改进的可变滑动窗口算法,并结合可视分析技术,设计用户关系图、时间甘特图、多变量表达的示意性地图、径向条形图、日历热力图等多种视图,实现对驻留场所的流量分布、用户来源等特征的多时段可视分析。应用两个真实数据集进行案例分析,并对发现的行为模式及对应现象进行解释说明,证明了该系统的可用性和拓展性,并表明其可实现团体出行特征和场所流量分析等系统级应用,为相关经营性商业场所提供合理化建议及辅助决策支持。     

三维矢量场的流动拓扑结构抽取

提出一种基于关键点分类的三维矢量场流动拓扑结构抽取算法,可应用于三维曲线网格、结构化网格和分块网格中.在许多计算流体力学计算中,存在非滑移边界,这种边界上流体的速度为0.通过分析流场边界的表面摩擦场的拓扑,展示绕壁面流体的流动结构;使用图标定位关键点,可交互式地标记和显示涡核区域,并通过选择暗示螺旋流动的图标,沿着该关键点的实特征值对应的特征矢量方向积分流线来完成.测试结果清晰地展示了关键特征区域的流体流动特征.     

MSC Marc中旋转周期对称分析的tie连接实现

几何形状沿周向周期性变化,在力学上称为旋转周期对称结构或循环对称结构,见图1.如果载荷也沿周向周期性变化,那么只需分析其中一个施加旋转周期性边界条件的子结构,就可直接得到整个结构的计算结果。     

基于核对称散布矩阵空间的特征抽取方法

为解决传统Fisher鉴别分析方法中非线性小样本的特征抽取问题,从核线性子空间角度出发,构造一种矩阵变换,得到核空间中类内散布矩阵的另一个对称核子空间,通过对2个核子空间分别求解,从而得到样本的有效鉴别信息。在NUST603和ORL人脸数据库上的实验结果验证了该算法的有效性。     

基于子空间聚类的高维数据可视分析方法综述

随着信息技术的飞速发展和大数据时代的来临,数据呈现出高维性、非线性等复杂特征。对于高维数据来说,在全维空间上往往很难找到反映分布模式的特征区域,而大多数传统聚类算法仅对低维数据具有良好的扩展性。因此,传统聚类算法在处理高维数据的时候,产生的聚类结果可能无法满足现阶段的需求。而子空间聚类算法搜索存在于高维数据子空间中的簇,将数据的原始特征空间分为不同的特征子集,减少不相关特征的影响,保留原数据中的主要特征。通过子空间聚类方法可以发现高维数据中不易展现的信息,并通过可视化技术展现数据属性和维度的内在结构,为高维数据可视分析提供了有效手段。总结了近年来基于子空间聚类的高维数据可视分析方法研究进展,从基于特征选择、基于子空间探索、基于子空间聚类的3种不同方法进行阐述,并对其交互分析方法和应用进行分析,同时对高维数据可视分析方法的未来发展趋势进行了展望。     

面向票房预测的影评情感可视分析

针对电影上映前后影评情感会发生较大变化,导致电影行业分析者分析影评情感对票房预测的影响具有一定难度的问题,提出一种基于影评情感类型与强度的自回归票房预测模型,并构建了面向票房预测的影评情感可视分析系统MRS-VIS。系统基于时空特征,提出一种空间插值可视化视图,并结合多种可视化经典视图,帮助电影行业分析者对一部电影在上映前后的影评情感进行多角度探索与分析。系统支持分析者在情感分析的基础上,通过交互操作对情感类型与强度进行编辑,进一步提高票房预测模型的准确性和可靠性。案例分析结果表明,提出的模型和构建的系统可以有效帮助电影行业分析者分析影评情感类型和修正情感。     

高维时空房地产数据的可视分析

高维房地产数据中包含着复杂的空间和时间趋势,为了使用户能够创建自己的可视化形式并理解房地产市场中的内容,提出基于HTML5的在线房地产信息的、包含4个组件的可视分析方法.该方法提出了基于楼盘地理位置聚类的可视化方法来展示楼盘地理信息的地学可视化组件,结合多种布局和排序方式来展示楼盘销售数量变化的堆栈图组件,基于楼盘销量和价格的聚类方法来展示楼盘多维属性的像素条图组件,并结合多种节点布局和排序的方式展示数据层次结构的树图组件;最后对各组件设计了良好的交互操作,丰富了系统的分析能力.文中方法已用于杭州市房地产的真实数据分析中,用户和专家反馈效果良好.     

智能数据可视分析技术综述

如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可视分析系统的人机协作模式和提高系统的智能化程度.系统性地梳理、分析和总结这些方法,提出智能数据可视分析的基本概念和关键技术框架.然后,在该框架下,综述和分析国内外面向可视分析的数据准备、智能数据可视化、高效可视分析和智能可视分析接口的研究进展.最后,展望智能数据可视分析的未来发展趋势.     

旋转对称矩量法高阶算法研究

直接应用三维矩量法求解旋转对称目标的电磁散射特性计算效率较低,计算机内存耗费大,利用其结构特点可降维获得一种更为有效的计算方式。然而对于电大目标,这种改进依然是不够的。文中根据旋转对称目标矩量法（ BOR-MOM）中电流的分解特征,构建了一种基于切比雪夫近似的高阶基函数,将电流的切向分量和方位角分量分别以该高阶基函数展开后应用矩量法求解。实验结果表明：高阶BOR-MOM算法在低剖分下,具有很高的计算精度,计算效率和存储耗费得到了较大改善。     

几类旋转对称布尔函数的密码学性质

Sumanta Sarkar等人给出了一类具有最大代数免疫阶的旋转对称布尔函数,但对给出的旋转对称布尔函数仅研究了该函数的非线性度而对其他密码学性质未加以研究.因此,研究了上面给出的旋转对称布尔函数的其他密码学性质:代数次数、线性结构、扩散性、相关免疫性等.研究结果显示,虽然这类布尔函数的代数免疫阶达到最大,但是其他的密码学性质并不好.因此,此类布尔函数并不能直接应用在密码系统中.     

基于多维时序日志的异常行为可视分析

当前许多企业面临着来自内部的信息安全问题,由于核心信息的窃取而造成无法估量的损失。企业内部的监控日志数据记录了员工的操作行为与访问记录,通过对内部监控日志进行有效的分析以及时发现员工的异常行为具有重要的意义。然而现有的关于日志分析的方法不能很好地结合多种用户行为日志进行有效分析,并及时发现异常行为提前进行预警。针对这一问题,基于日志的多维性和时序性,提出了一种新颖的可视化系统MLVis。通过设计多个可视化视图,实现一个交互式的可视分析系统,可以帮助决策者发现异常行为,定位异常员工,并分析异常行为之间的联系。采用ChinaVis2018挑战赛I的数据集进行实验和案例分析,验证了该系统的可行性和有效性。     

基于海洋监测数据的厄尔尼诺特征可视分析EI北大核心CSCD

厄尔尼诺不仅危害海洋生物和生态环境,还造成全球多个地区气候异常.文中同时考虑海表温度、气压和降水量3个环境要素,采用多个交互视图提升对厄尔尼诺特征的理解和探索分析的深度;使用时间序列图和像素矩阵来分析厄尔尼诺的年代际和季节性规律,并利用颜色地图来展示厄尔尼诺相关的海洋环境要素的空间分布,同时构建了海表温度、气压和降水量3个海洋环境要素的相关性地图,以揭示厄尔尼诺表征海域的海洋环境要素对全球的海洋环境要素变化的影响程度;使用平行坐标系统和散点图矩阵展示了海表温度、海表气压、降水量与厄尔尼诺事件间的相互关系,并利用数据重叠率比较了3个环境要素对厄尔尼诺事件的区分度;最后通过案例分析和用户使用反馈,展示了该方法的有效性.     

多输出弹性k-旋转对称布尔函数的存在性与构造

多输出布尔函数可由多个单输出布尔函数表示,在分组密码中有着广泛的应用.多输出k-旋转对称布尔函数(k-RSBF)是多输出旋转对称布尔函数(RSBF)的扩展.本文首先研究多输出旋转对称函数和多输出k-旋转对称函数的轨道分布情况,给出了计算两类函数中长度相同轨道个数的方法.其次研究了平衡多输出k-旋转对称布尔函数的存在性,给出了在选择合适的k的前提下,n=pr、n=2pr和n=2r时,平衡(n,m)k-RSBF的构造方法.之后研究弹性多输出k-旋转对称布尔函数的存在性,分别给出了r≥3,n=2r,2≤m≤2r-r,k=2时1阶弹性(n,m)k-RSBF的构造方法,以及p为奇素数,r≥2,n=pr,2≤m≤p-1,k=p时1阶弹性(n,m)k-RSBF的构造方法.最后我们还对两种方法得到的1阶弹性多输出k-旋转对称布尔函数进行仿真测试.     

一种简单的旋转不变性特征量提取算法

本文以文献[1]定义的特征不变量为基础,对原文的算法进行了一定的改进.通过对其提取算法的分析,指出其特征不变量存在的缺陷,定义了一种新的特征量,消除了特征不变量的不唯一问题.实验结果和分析表明,本文算法能够在O(n)时间内提取一种特征不变量,并且所提特征不变量具有平移、旋转及比例不变特性,可以很好地用于图像目标识别.     

旋转对称三角传感器激光散斑的仿真研究

散斑是激光三角传感器测量不确定度极限的根本影响因素。提出了一种用于旋转对称激光三角传感器的激光散斑的仿真方法,获得了仿真散斑图像。在旋转对称的三角传感器中,投射的激光点在检测器上被成像为一个环,从而散斑也相应是圆弧形。研究了散斑的特性,该散斑在环的半径方向上服从主观散斑的特性,其尺寸由光学系统的数值孔径决定。而在环的切线方向上,其本质上是客观散斑,由于光学系统存在折返光路,其尺寸由物体到检测器的光程、投射的激光光斑尺寸和成像圆环的半径决定。实验结果表明,仿真结果与散斑理论一致。基于仿真给出了对旋转对称三角传感器位移测量不确定度极限的分析,结果表明,使用旋转对称形式的传感器光学布局,在相同的光学系统数值孔径和使用同样的灰度质心算法的情况下,可达到传统激光三角测量不确定度的1/5。