[发明专利]一种多维时序信息可视化方法

摘要

本发明公开了一种多维时序信息可视化方法，目的是解决同一视图不能同时揭示数据集的多维分布及时间演变特征的问题。技术方案是先建立多维时序坐标系，接着计算多维时序数据集中任意二维的相关系数，根据相关系数值调整多维时序坐标系的维轴、标定多维时序坐标系的维轴正方向，计算多维时序数据集的记录在多维时序坐标系中的笛卡尔坐标表示形式，然后建立目标函数，求解目标函数的最优值，定位多维时序数据集的全部记录项，对多维时序记录形成的点云进行渲染，得到多维时序数据集的可视化结果。采用本发明能在同一视图中同时可视化多维时序数据集的多维分布特性及时序演化特征，有效减轻维轴配置的繁杂度及随机性，降低了降维运算的时间复杂度。

主权项

1.一种多维时序信息可视化方法，其特征在于包括以下步骤：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≤m，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；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；3.4、选取d_p，1≤p≤k，使|r(d_i，d_p)|最大，选取d_q，1≤q≤k，q≠p，使得|r(d_j，d_q)|最大，且d_p、d_q不在维数组DR中；3.5、如果|r(d_i，d_p)|≥|r(d_j，d_q)|，将d_p插入到维数组DR的开始位置；否则，将d_q插入到维数组DR的结束位置；3.6、如果多维时序数据集中的全部维都已插入维数组DR中，执行3.7，否则执行3.4；3.7、依次计算维数组DR中相邻维轴间的夹角其中，ω_u，u+1＝arccos|r(DR_u，DR_u+1)|，u＝1，…，(k-1)，ω_1，k＝arccos|r(DR₁，DR_k)|，然后将θ_u，u+1记录到夹角数组A中；3.8、根据维数组DR中记录的维顺序及夹角数组A中记录的夹角调整维轴，使维轴的顺序与DR中记录的维顺序一致，任意二维之间的夹角与夹角数组A中记录的夹角值相等；第4步，依据多维时序数据集各维间的语义相关性标定多维时序坐标系的维轴正方向，若两维语义正相关，标定对应两维度轴同方向，若两维语义负相关，标定对应两维度轴反方向，完成基于圆柱体的多维时序坐标系的构建；第5步，以多维时序坐标系中的点表示多维时序数据集中的记录，根据多维时序坐标系在三维笛卡尔坐标系中的位置，计算多维时序数据集的记录在多维时序坐标系中的笛卡尔坐标表示形式，具体步骤包括：5.1、计算多维时序坐标系各维轴的单位向量其中1≤j≤k；5.2、求过维轴d_j起点并与d_j垂直的直线方程E_j(x，y)＝A_jx+B_jy+C_j＝0(1≤j≤k)；5.3、采用形式表示多维时序数据集的记录i对应多维时序坐标系j维轴的坐标值；5.4、自上而下扫描数据集，使用步骤5.3中的公式计算全部记录在多维时序坐标系中的笛卡尔坐标表示形式；第6步，以减小多维时序数据集记录的多维时序坐标系坐标值与该记录的多维时序属性值之间差别为准则，建立目标函数，即，其中，x＝(x₁，x₂，…，x_m)^T，y＝(y₁，y₂，…，y_m)^T，f_jⁱ为多维时序数据集记录i的第j维属性值，tⁱ为记录i的时序属性值，cord_tⁱ表示记录i的时序属性值在多维时序坐标系中的坐标值；第7步，将多维时序数据集记录的时序坐标值与该记录的时序属性值对应，即，cord_tⁱ＝tⁱ，从而减除目标函数中的时序属性分项第8步，将目标函数中多维属性分项的笛卡尔坐标表示替换为平面极坐标表示，目标函数转换为其中r＝(r₁，r₂，…，r_m)^T表示多维时序数据集记录点的极径，表示多维时序数据集记录点的极角，ψ_j为各维轴正向到极轴的顺时针夹角；第9步，在各维轴d_j上取点T_jⁱ(x_jⁱ，y_jⁱ)，使T_jⁱ到d_j起点的距离为1≤i≤m，1≤j≤k，以点为初始点，使用拟牛顿法或变尺度法求解目标函数的最优值，然后在多维时序坐标系中定位多维时序数据集的全部记录项；第10步，在多维时序坐标系中根据对多维时序数据集记录的不同分类使用不同的颜色对多维时序记录形成的点云进行渲染，得到多维时序数据集的可视化结果。