[发明专利]一种基于变换的关联图可视分析方法及其系统

摘要

本发明公布了一种基于变换的关联图可视分析方法、系统及应用，通过关联图TransGraph中关联描述及关联探索两个视图展示数据集中的复杂关联，利用基于力导引的布局方法、图简化技术及图可视化中的交互设计，实现对数据的关联信息进行可视分析，解决在表示复杂关联时容易因边的交叉而导致视觉混乱的问题，突出重点监管对象、全面地展现关联信息，从而可有效地辅助分析人员制定决策。该可视分析方法可应用于农药残留检测结果数据集的可视分析，并提供了利用该可视分析方法实现的农残数据关联可视分析系统。

主权项

1.一种基于变换的关联图TransGraph可视分析方法，所述关联图TransGraph用于描述关联数据集中数据的复杂关联，包括关联描述视图和关联探索视图；所述关联图可视分析方法首先将关联数据的属性及关联信息映射为图模型中的元素，然后针对关联数据的属性及关联信息进行有选择性地过滤及初步统计分析，再利用所述关联描述视图和关联探索视图对关联信息进行可视化，进而完成待分析任务；包括如下步骤：A.针对关联数据集，提取关联数据中的的层次关系，以树的形式来展示，通过节点的选择或导航区的筛选，得到焦点fu；所述关联数据集表示为如下形式：G＝(U,V,E)其中，图G代表关联数据集；U和V分别为图G的两个部分parts；E为U和V之间的关联边集合；每个E中的每条边e(u,v)用于表示u子集与v子集的关联关系；B.根据A所得的焦点fu，生成关联描述视图：基于圆环图与力导向布局方法展现节点间的关联关系；采用可视交互方法和鱼眼视图变换方法对力导向关联图布局进行简化；具体包括如下操作：B1.获取A所得的焦点fu，计算与当前焦点关联的子图V，得到关联边集合E1；获取关联数据属性，计算不同属性值在该焦点中的占比，并采用圆环实现可视化；B2.进行二次关联：即计算与B1中V关联的其他节点所构成的子图U’，得到关联边集合E2，用于对不同节点的相同属性进行对比分析；B3.根据关联边集合E1、E2，基于力导向布局连接fu、V、U’图中的相应节点，构成新的图G’，其中力中心根据圆环的圆心位置进行初始设置和调整；基于弹簧模型Es的力导向布局方法的计算公式表示为式1:其中，k为弹性系数，d(i,j)表示平面上两点i和j之间的欧式距离，s(i,j)表示弹簧的自然长度。再采用静电力模拟图中节点间的相互作用，进而计算节点间的相对位置关系，式1即表示为式2所示的能量模型：其中，r表示两点间的静电力常数；wiwj为两点的权重；B4.将图G’中两个部分别可视化为不同形状的视觉元素，使得二者区分显示且体现二者关联；B5.在B4所得的视图基础上，通过鱼眼变形函数实现对普通视图中各节点坐标的变换，至此得到关联描述视图；C.根据A所得的焦点fu，生成关联探索视图：利用放射环的根节点区域展示图中节点的相似性聚类结果概览，并通过视图切换进一步显示层次结构中的相似性与关联细节，实现各节点之间的连接密度的可视化；具体包括如下操作：C1.获取A所得的焦点的关联数据属性及所属分类，用交互式放射环展示层次关联；C2.根据关联数据节点间的关联关系，确立待聚类的数据点，获得数据集合节点相应的向量；数据集合节点vi对应的向量为(ui1,ui2,ui3,...,uin)；C3.根据C1中检出向量计算内平方和WSS，用于确定K‑means聚类中的K的个数：其中，pi为数据对象；q(i)表示与该数据对象最近的质心；d代表节点间的距离；N为数据点的个数；C4.通过式5计算节点vi,vj之间的欧式距离，进行K‑means聚类得出聚类向量：其中，d为节点间的距离；节点vi对应向量为(ui1,ui2,ui3,...,uin)；i、j＝1,2,...,m,m为节点个数；C5.将步骤C4的聚类结果以圆形节点簇的形式置于放射环的根节点区域内，每个圆代表一个节点，基于力导向布局将各个圆根据聚类结果组成各个簇，由此实现对聚类结果概览可视化；C6.通过视图切换和层次边绑定方法，展示层次结构中的潜在关联细节，并可根据节点及关联边数目调整绑定边的张力系数；通过上述步骤，利用所述关联描述视图和关联探索视图，实现对数据的关联信息进行可视分析。