多维时空数据协同可视分析方法

发布时间：2018-11-08 17:19

【摘要】：随着获取渠道的多样化以及采集过程的规范化,数据普遍具有多维、时空属性.由于不同的属性维度中数据的分布方式和表达意义各不相同,针对数据的多维时空属性开展综合的分析和全面的探索存在较大的困难.为此,提出一种多维时空数据协同可视化方法.首先设计属性关联视图展现空间对象的多维属性数据及其关系;然后利用MDS算法将原始多维属性数据按照时间顺序关系分别降解至一维空间构建时序平行坐标系,并且对各时间轴的投影坐标点进行布局优化和层次聚类操作,利用信息熵度量类别的稳定性对平行坐标系中点和线的颜色进行映射;最后设计圆状布局的层次链接图,展示感兴趣特征的层次结构关系.文中通过设计便捷的交互模式有效地关联各个视图的可视化设计,构建多维时空数据协同可视分析系统.GDP数据和空气质量监测数据的实例分析结果表明,文中方法能够综合考虑多维时序属性,帮助用户快速探索数据中隐含的特征模式;专家用户的反馈进一步验证了该方法的有效性和实用性.
[Abstract]:With the diversification of the acquisition channels and the standardization of the acquisition process, the data generally have multidimensional, temporal and spatial attributes. Due to the differences in the distribution and expression of data in different attribute dimensions, it is difficult to conduct comprehensive analysis and comprehensive exploration for the multidimensional spatial and temporal attributes of data. Therefore, a collaborative visualization method for multi-dimensional spatiotemporal data is proposed. First, we design the attribute association view to show the multidimensional attribute data of the spatial object and its relationship. Then, the original multidimensional attribute data is degraded to one dimensional space according to the time order relation by MDS algorithm to construct the time series parallel coordinate system, and the layout optimization and hierarchical clustering operation of the projection coordinate points of each time axis are carried out. The color of points and lines in parallel coordinate system is mapped by using information entropy to measure the stability of categories. Finally, the hierarchical link diagram of circular layout is designed to show the hierarchical relationship of features of interest. In this paper, by designing a convenient interactive mode to effectively correlate the visual design of each view, a multi-dimensional spatio-temporal data collaborative visual analysis system is constructed. The analysis results of GDP data and air quality monitoring data show that, In this paper, multi-dimensional temporal attributes can be considered comprehensively to help users quickly explore the hidden feature patterns in the data. Feedback from expert users further verifies the effectiveness and practicability of the method.
【作者单位】： 浙江财经大学信息学院;浙江大学CAD&CG国家重点实验室;
【基金】：国家自然科学基金(61303133) 浙江省自然科学基金(LY18F020024) 全国统计科学研究项目(2015LD03) 浙江省科技厅公益技术应用研究计划项目(2014C31057) 浙江大学CAD&CG国家重点实验室开放课题(A1417)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 骆剑承,周成虎,梁怡,裴韬;时空数据智能化处理与分析的理论和方法探讨[J];中国图象图形学报;2001年09期

2 尹章才,邓运员;时空数据仓库初探[J];测绘科学;2002年03期

3 尹章才;李霖;;异构时空数据的转换机制研究[J];华中师范大学学报(自然科学版);2007年02期

4 陈荣清,谢刚生,邹时林;时态GIS中时空数据表达综述[J];华东地质学院学报;2001年04期

5 雷起宏;刘耀林;尹章才;何建华;;基于加权图的地籍时空数据描述模型研究[J];武汉大学学报(信息科学版);2006年07期

6 刘春菊;石敦敦;;城市规划信息系统的时空数据组织方案[J];地球信息科学;2006年04期

7 谢炯;刘仁义;刘南;;基于时空分区聚簇的海量时空数据性能优化方法研究[J];中国图象图形学报;2006年09期

8 乔金海;宋勤昌;;海洋地理信息系统时空数据组织模型研究[J];吉林大学学报(地球科学版);2006年S2期

9 赫建忠;张保钢;;地形图时空数据建库的两种方法及其对比[J];测绘科学;2008年03期

10 张宝才;周顺平;汪瑜;杨林;宋宗孝;;基于历史归档的时空数据管理研究[J];工程地球物理学报;2009年01期

相关会议论文 前10条

1 周辉;周晓光;何凭宗;秦佐;;基态修正模型的时空数据组织和快照查询方法研究[A];2009`中国地理信息产业论坛暨第二届教育论坛就业洽谈会论文集[C];2009年

2 任家东;彭慧丽;张啸剑;;一种基于时空对象的数据模型不确定性扩展[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

3 刘纪远;;国家资源环境时空数据基础及其在资源环境研究中的应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 龚俊;鲍曙明;殷守敬;赵祥生;;时空数据分析中的多阶模型应用[A];中国地理学会2006年学术年会论文摘要集[C];2006年

5 刘纪远;;资源环境时空数据基础与地理科学方法论的创新(摘要)[A];中国科协2001年学术年会分会场特邀报告汇编[C];2001年

6 杨华先;钱自红;;地球时空数据在资源环境领域的应用[A];湖北省测绘学会2004年度科学技术交流会论文集[C];2005年

7 杨华先;钱自红;;地球时空数据在资源环境领域的应用[A];测绘荆楚——湖北省测绘学会2005年“索佳杯”学术论文集[C];2005年

8 刘纪远;;资源环境时空数据基础与地理科学方法论的创新[A];海峡两岸地理学术研讨会暨2001年学术年会论文摘要集[C];2001年

9 王欢;魏海平;;时空数据可视化浅述[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年

10 张保钢;朱重光;王润生;;一种改进的时空数据基态修正方法[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

相关博士学位论文 前10条

1 柏禄一;基于XML的模糊时空数据建模与查询方法的研究[D];东北大学;2013年

2 毛华坚;云环境中的移动文件存储和时空数据分析关键技术研究[D];国防科学技术大学;2013年

3 张宁豫;海量稀疏时空数据分析方法及应用研究[D];浙江大学;2017年

4 张丰;面向网格的海量时空数据访问、集成与互操作研究[D];浙江大学;2007年

5 滕龙妹;土地资源时空数据网格服务模型及其实现方法[D];浙江大学;2008年

6 蔡中祥;基于GIS的长江河口空间决策支持研究[D];华东师范大学;2005年

7 曹一冰;陆地边界地理可视分析技术研究[D];解放军信息工程大学;2015年

8 刘玉华;模型驱动的网络数据的可视分析方法研究[D];华东师范大学;2017年

9 尹华罡;基于海量时空数据的路线挖掘与检索[D];中国科学技术大学;2012年

10 应申;空间可视分析的关键技术和应用研究[D];武汉大学;2005年

相关硕士学位论文 前10条

1 温波;基于时空数据的多约束地点推荐模型研究[D];华南理工大学;2015年

2 董禹辛;移动云计算在车辆GPS中的研究与应用[D];华北电力大学;2015年

3 高锐;基于MongoDB的黑河流域时空数据云存储关键技术研究[D];兰州大学;2016年

4 杨学毅;云平台下时空数据存储与索引机制的研究[D];吉林大学;2016年

5 李杨婧;福州市案（事）件时空数据仓库的构建与应用研究[D];福州大学;2014年

6 陈元娟;基于时空数据的用户社交链接预测研究[D];苏州大学;2016年

7 栗恒;基于社交环境和时空数据的个性化位置推荐研究[D];重庆大学;2016年

8 贾若然;基于轨迹的时空数据分析[D];中国科学院重庆绿色智能技术研究院;2016年

9 窦文生;基于交通时空大数据的异常行为模式挖掘研究[D];杭州电子科技大学;2016年

10 何亚文;网格环境下海洋时空数据的组织与管理[D];山东科技大学;2008年

，

本文编号：2319165