[发明专利]基于平行坐标轴排列地理空间多维数据可视分析方法

说明书

本发明公开了一种基于平行坐标轴排列的地理空间多维数据可视分析方法，包括：对地理空间对象进行聚类分析，将地理空间对象的聚类分析结果在地图上进行可视化展示，得到地理空间聚类的视图；利用平行坐标对多维属性信息进行展示，并采用核密度聚类对多维属性信息进行聚类分析，得到属性类别；利用互信息度量地理空间对象的聚类分析结果与属性类别之间的相关性，在地理空间聚类的视图中嵌入平行坐标系，利用所述相关性确定平行坐标系中的平行坐标轴的排列顺序，对所述平行坐标系中的平行坐标轴按所述排列顺序进行重新排列。本发明可有效地解决平行坐标系中难以集成地理空间对象，多维属性信息关联特征难以识别和呈现的问题。

技术领域

本发明涉及一种基于平行坐标轴排列的地理空间多维数据可视分析方法，属于地理空间多维数据可视化及图像处理技术领域。

背景技术

地理信息系统和经典的统计分析软件是常用的地理空间多维属性数据分析工具GIS为用户提供了丰富的数据存储、处理、计算、展示以及空间分析等功能。然而，其相对固定的分析功能难以满足用户对数据个性化的探索分析。而统计分析软件难以有效分析规模较大，特征复杂的地理空间数据，在对地理空间多维属性数据的深入探索和分析过程中存在一定的局限性。

相比于GIS和经典的统计分析软件，可视分析有效融合了数据挖掘，模型分析等理论和方法，利用交互可视化界面对复杂的数据进行探索和分析，引导用户全面而细致地分析探索地理空间多维属性数据中潜在的关联特征模式。

多维平行坐标是经典的多维数据可视化方法，随着数据规模的增加，大量重叠，交叉的折线容易造成的数据分布混乱，导致平行坐标系中难以集成地理空间对象，平行坐标系中多维属性信息关联特征难以识别与呈现。

多维属性数据分布于高维空间，超越人眼视觉感知范围，难以直观地认知与理解。大量经典而有效的可视化方法将多维属性数据映射至人眼易于感知的二维空间中，帮助用户快速分析与探索其在原始多维空间中的分布特征和关联模式，如散点图矩阵、降维算法、平行坐标等。散点图矩阵是将原始数据的多维属性排列式地布局到二维直角坐标系中，能够有效呈现任意两个属性间的相关关系。为了减少散点图矩阵中大量数据重叠所引起的视觉混淆，Matejka等学者通过定义平均有效不透明度变量，自适应地优化散点图矩阵的渲染透明度，增强多维属性分布特征的理解与认知。Goodwin等学者通过设计具有特定含义的图标，有效表示散点图矩阵中的不同单元，有助于感知和识别多变量数据在不同尺度，不同地理空间区域的分布差异。降维算法可以将多维数据以线性或非线性的方式投影至低维空间中。经典的降维算法如主成分分析，多维标度，自组织映射等。Turkay等学者针对多维数据集合中每个维度构建代表因子，有效融合PCA和MDS降维算法，实现多维数据的结构感知及特征分析。Yuan等学者设计并提出有效融合PCA和MDS算法的维度投影矩阵/树，支持用户交互式地探索和优化多维属性数据可视化结果。Sacha等学者利用SOM算法对多维数据进行聚类分析和数据库概览，支持用户对原始数据进行迭代式划分，进而筛选具有代表性的属性，以达到降维可视化的目标。平行坐标是将多维属性抽象为二维空间中平行排列的坐标轴，进而连接不同属性轴上的坐标，获得多维属性数据的直观分布。相比于散点图矩阵，平行坐标可以直观地呈现多维属性数据之间的关联关系；与降维算法相比，平行坐标系则有效保留了原始数据的属性分布特征。

发明内容

本发明的目的是提供一种基于平行坐标轴排列的地理空间多维数据可视分析方法，可克服现有技术中平行坐标系中难以集成地理空间对象，多维属性信息关联特征难以识别和呈现的问题。

为实现上述目的，本发明所采取的技术方案是：

本发明基于平行坐标轴排列的地理空间多维数据可视分析方法包括如下步骤：

(1)对地理空间对象进行聚类分析，将地理空间对象的聚类分析结果在地图上进行可视化展示，得到地理空间聚类的视图；利用平行坐标对多维属性信息进行展示，并采用核密度聚类对多维属性信息进行聚类分析，得到属性类别；