[发明专利]一种基于径向坐标优化的多维数据可视化方法和装置

说明书

本发明涉及一种基于径向坐标优化的多维数据可视化方法，其中，所述方法包括：步骤1、对多维数据的维度进行排序，并形成数组；步骤2、对所述数组进行随机试验，获取视图效果值；步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。本发明实施例通过对可视化效果的三个指标：数据密度、数据混乱度和数据遮盖度进行改进，计算并选取最小视图效果值，进而获得最优的可视化效果图进行输出，实现了对原有算法的优化处理。本发明实施例还提供一种基于径向坐标优化的多维数据可视化装置。

技术领域

本发明属于计算机信息处理技术领域，涉及到一种基于径向坐标优化的多维数据可视化方法和装置。

背景技术

可视化又称为可视思考或视觉化思考，顾名思义就是让人们能够更直观的去了解数据所传达的信息。可视化技术是将可视化概念应用到计算机中，通过一定操作将计算机内形式多样的数据处理成能够被直观理解的图表或者图形的技术，是可以解释数据信息的最有效的手段。数据可视化，基本思想是将数据库中的每一个数据项作为图中的一项，使大量的数据集构成数据图像，同时将数据的各个属性值以多维数据地形式表示，使得我们可以从不同地维度观察数据，并达到最终对数据进行更深入地观察和分析的目的。由此发展，形成了数据可视化的概念——将数据用图形图像的方式表现出来，然后通过对于数据的理解选择方法进行数据分析并利用工具发现其中未知信息的一系列完整的处理过程。

径向坐标可视化方法，是一种多维数据可视化技术。它将多维的数据降维后显示在低维空间上，通过一定的特征将具有相似性的数据点聚类分析。它有一个圆周，上面是按照维度的顺序排列的，排列不同对最后展现出的效果影响也很大。其中也应用了一些分开的思想，就是将维度划分为多个新的维度对排序空间进行拓展，从而获得更好的可视化聚类效果。

惠普公司申请的专利“三维数据可视化”(专利申请号：201380078152.7)，将数据根据函数分为多个分组，通过图形元素，分组的数据成员可以被映射到相应的3D体积。针对每个数据成员的函数的值可以被映射到空间中的显示变量，可以生成包括3D体积的三维数据可视化。该方法主要缺点有，可视化不同层之间的轮廓勾画不够清晰，在可视化中描述的图形元素之间的关系难以辨别。

中南大学申请的专利“一种基于Radviz的模糊聚类结果可视化方法”(专利申请号：201610341872.3)，为Radviz圆周设计合理的聚类簇维度锚点布局，将隶属度信息融合到主视图中，对模糊聚类算法得到的模糊隶属度矩阵进行了展示。该方法主要缺点有，数据可视化效果的密集度、混乱度和遮盖度都有改进的余地，且隶属度矩阵阻止了用户获取更多有意义的信息。

现有的径向坐标可视化方法将所有的数据点直接映射到二维空间，会使得圆点之间发生遮挡重合的现象：虽然数据维度点对应到圆周上，但是在圆周上的排列顺序对于最后的效果图影响也很大。

发明内容

针对以上存在的问题，本发明提出了一种基于径向坐标优化的多维数据可视化方法和装置，具体的实施方式如下。

本发明实施例提供一种基于径向坐标优化的多维数据可视化方法，其中，包括以下步骤：

步骤1、对多维数据的维度进行排序，并形成数组；

步骤2、对所述数组进行随机试验，获取视图效果值；

步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。

在本发明的一个实施例中，所述步骤1包括：

将多维数据的维度进行从1至M的编号；

每一维度的数据包括一个数据特征，获取包含M个数据特征的数组，其中M为大于1的整数。

在本发明的一个实施例中，所述步骤2包括：

步骤21、利用随机算法对所述数组进行排序，获取新的排序顺序；