[发明专利]一种多维时序信息可视化方法

说明书

技术领域

本发明涉及信息可视化技术领域的一种可视化方法，特别是指一种兼顾数据集多维分布及时序演化特点的多维时序信息可视化方法。

背景技术

信息技术的飞速发展，科学、工程、商业等领域的信息爆炸性增长，对如何进行大量抽象数据的分析及理解提出了新的技术挑战。面对数量如此巨大的信息资源，由于人类认知能力固有局限性的存在，如果仅依赖数据表格或文字的形式进行表示，人们难以对其进行理解及比较，信息认知活动面临空前的复杂性。信息可视化是利用计算机图形表现抽象数据，借助视觉增强用户对非物理抽象信息认知的新兴技术，是辅助用户分析理解海量抽象信息的有效工具，它将人脑和计算机这两个最强大的信息处理系统联系在一起，使得用户能够有效的观察、操纵、研究、浏览、探索、过滤、发现、理解大规模数据，并与之方便交互，从而发现隐藏在信息内部的特征和规律。信息可视化技术根据所处理的数据类型可分为一维、二维、三维、多维、时序、层次、网络可视化技术，各国研究人员已分别对每一类可视化技术进行了较深入的研究，但是对于多类型数据集(如多维网络、多维时序、层次网络等)的可视化方法研究尚处于起步阶段，是当前研究的热点问题。

多维时序数据大量存在于社会科学、环境监测、金融经济、医疗卫生及地理信息领域，急需多维时序信息可视化方法对此类数据进行有效分析并从中发掘隐性知识，但是，当前的多维时序信息可视化方法主要是将多维可视化视图与时序可视化视图拼凑在同一视图中，多维可视化视图侧重于构建能够保持原多维数据拓扑结构的低维展现，以辅助用户在可视空间中分析各数据项多维属性间的相互关系，主要方法包括枝形图法、平行坐标法、多维标度法(MDS)等；时序可视化视图则着重体现数据项之间的演变规律，主要方法包括动画法，静态场景排列法，时间序列图法等，两视图之间通过联动支持用户对多维时序信息的可视化分析。该方法虽然能够在对应视图中将多维及时序特性分别进行较为有效的展现，但不利于同时可视化数据集的多维及时序特点，不利于发掘数据集中有关多维及时序特征的隐含信息。因此，研究人员提出了融合多维可视化方法及时序可视化方法的想法，如，Mikael Jern使用集成了时间序列趋势图的平行坐标法可视化分析多维时空统计数据库；Roger D.Peng提出mvtsplot函数概括计算多维值产生的影响，并将其以色块形式反映到时间序列矩阵中可视分析美国的环境监测数据。使用这些方法都需要特定应用领域的专业背景，可视化视图无法体现出数据记录的多维分布特性，而且算法时间复杂度较高，操作繁琐复杂。

发明内容

本发明要解决的技术问题是提出一种多维时序信息可视化方法，既能同时直观揭示数据集的多维分布及时间演变特征，又能在有效保持数据集内在结构特征及拓扑关系的基础上降低降维过程的时间复杂度。

本发明的技术方案是：

第1步，在三维空间中定义一圆柱体，以圆柱体底面多个沿直径方向的向量轴表示多维时序数据集的多个维，以圆柱底面中心为起点、沿圆柱高的向量轴表示多维时序数据集的时序属性，初步建立基于圆柱体的多维时序坐标系，其中，圆柱体底面的向量轴称为多维时序坐标系的维轴，沿圆柱高的向量轴称为多维时序坐标系的时序轴；

第2步，自上而下扫描数据集，计算多维时序数据集中任意二维的相关系数r(d_i，d_j)，其中，1≤l≤n，1≤i≤k，1≤j≤k，f_i^l为多维时序数据集记录l的第i维属性值，Max_i、Min_i分别为多维时序数据集第i维的最大、最小值，m为自然数，代表多维时序数据集的总记录数，k为自然数，代表多维时序数据集的总维数，ε为相关度阀值，根据多维时序数据集规模确定，通常ε的取值范围为0＜ε＜0.2；

第3步，根据多维时序数据集全部维两两间的相关系数值调整多维时序坐标系的维轴，相关系数值越大，二个维轴之间夹角越小，具体步骤包括：

3.1、构造相关度矩阵定义两个一维空数组DR、A，分别称为维数组、夹角数组；

3.2、取R中绝对值最大元素|r(d_i，d_j)|，即二个最相关的维d_i，d_j，并将r(d_i，d_j)从相关度矩阵R中删除；

3.3、将维d_i插入到维数组DR的开始位置，维d_j插入到维数组DR的结束位置；