城市多源异构关联型时空数据的可视分析

发布时间：2017-06-08 03:06

  本文关键词：城市多源异构关联型时空数据的可视分析，由笔耕文化传播整理发布。

【摘要】：传感器技术的发展,使得人们能够收集到多种多样的城市数据,如气象数据领域的气象数据、环境领域的空气质量数据、交通领域的交通流数据等。城市数据大多蕴含丰富的城市信息,如果能够有效利用,将极大地帮助我们认识和解决城市所面临的各种问题。其中,一个重要的思路是从多个来源的异构城市数据中挖掘出跨领域的关联模式。通过有效地分析这些跨领域的关联模式,能够服务于多种应用,如空气质量诊断、商业地址的选取等。然而,研究人员在分析、理解、检查计算出的关联模式的过程中,会遇到如下的挑战：1)关联模式的数量很大。成千上万条的关联模式,使得研究人员解读起来非常困难。2)数据结构复杂多样。首先,数据是关联型的数据,因此包括多个维度：其次,各关联项的值有区间值(数值型观测项)和整型数值(类别型观测项)两种,有非研究目标和研究目标之分。另外,数据还包括时空属性和概率属性。为此,本文提出了一套综合的可视分析系统,帮助用户直观地分析和理解关联模式数据。文章结合可视化和交互技术,设计了多个功能模块,使用户方便地从不用的角度、在不同的细节层面上对关联模式数据进行分析和理解。另外,文章结合多视图关联的方法,使各个功能模块紧密结合,帮助用户全面地理解数据。最后,文章通过两个案例证明了本文的系统能够帮助用户直观有效地分析和理解上述复杂的关联模式数据。
【关键词】：可视分析 城市计算 城市数据可视化 多维数据可视化
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-12
• 第1章 绪论12-18
• 1.1 课题背景12-13
• 1.2 国内外研究现状13-17
• 1.2.1 城市数据可视化13-15
• 1.2.2 高维多元数据的可视化15-17
• 1.3 文章结构安排17
• 1.4 本章小结17-18
• 第2章 需求分析18-23
• 2.1 数据描述18-19
• 2.2 用户需求分析19-22
• 2.3 本章小结22-23
• 第3章 总体设计23-28
• 3.1 功能模块设计23-25
• 3.1.1 关联组合模块23
• 3.1.2 值的关联分析模块23-24
• 3.1.3 聚类和异常检测模块24
• 3.1.4 详细信息模块24
• 3.1.5 统计信息模块24
• 3.1.6 空间信息模块24-25
• 3.1.7 时间信息模块25
• 3.1.8 原始数据模块25
• 3.1.9 概率信息模块25
• 3.2 层次结构设计25-26
• 3.3 多视图关联设计26-27
• 3.4 本章小结27-28
• 第4章 可视编码与交互设计28-50
• 4.1 关联组合模块28-34
• 4.1.1 可视表达30-31
• 4.1.2 交互设计31-34
• 4.2 值的关联分析模块34-35
• 4.2.1 可视表达34-35
• 4.2.2 交互设计35
• 4.3 聚类和异常检测模块35-38
• 4.3.1 多维尺度分析法35-36
• 4.3.2 可视表达36
• 4.3.3 交互设计36-38
• 4.4 详细信息模块38
• 4.4.1 可视表达38
• 4.4.2 交互设计38
• 4.5 统计信息模块38-42
• 4.5.1 可视表达38-40
• 4.5.2 交互设计40-42
• 4.6 空间信息模块42-43
• 4.6.1 可视表达42-43
• 4.6.2 交互设计43
• 4.7 时间信息模块43-44
• 4.7.1 可视表达43
• 4.7.2 交互设计43-44
• 4.8 原始数据模块44-45
• 4.8.1 可视表达44-45
• 4.8.2 交互设计45
• 4.9 概率信息模块45-46
• 4.9.1 可视表达45
• 4.9.2 交互设计45-46
• 4.10 层次结构设计46
• 4.11 多视图关联设计46-49
• 4.12 本章小结49-50
• 第5章 案例分析50-60
• 5.1 实验平台50
• 5.2 实验数据50
• 5.3 案例分析50-58
• 5.3.1 从关联组合出发,分析数据51-54
• 5.3.2 从某个感兴趣的值的区间出发,分析数据54-58
• 5.4 讨论58-59
• 5.5 本章小结59-60
• 第6章 总结与展望60-62
• 6.1 全文工作总结60-61
• 6.2 未来工作展望61-62
• 参考文献62-65
• 攻读硕士学位期间主要的研究成果65-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 李联;韦潜;;基于多层次关联规则的持续关联算法研究[J];信息安全与通信保密;2007年02期

2 徐前方;肖波;郭军;;挖掘电信告警关联模式方法[J];北京邮电大学学报;2011年02期

3 李娜娜,宋洁,顾军华,郭树军;灾害天气关联模式挖掘技术研究[J];河北工业大学学报;2005年02期

4 陈新保;朱建军;陈建群;;“多元”关联模式的时空数据挖掘[J];中南大学学报(自然科学版);2011年01期

5 王运鹏;胡修林;;面向异常检测的关联模式快速挖掘算法[J];计算机应用与软件;2008年08期

6 马存宝;裴林;李文娟;史浩山;;改进的关联模式竞争求解算法[J];计算机工程与应用;2009年04期

7 方刚;应宏;涂承胜;郭皎;刘华成;;基于星形模型的时空拓扑关联模式挖掘[J];计算机时代;2013年04期

8 林长方;黄毓珍;;关联规则挖掘在临床诊断中的应用研究[J];齐齐哈尔大学学报(自然科学版);2010年04期

9 刘振宇;徐维祥;;多支持度关联规则在库存管理中的应用[J];内蒙古大学学报(自然科学版);2012年03期

10 杜庆灵;刘会霞;;公安应用信息系统关联模式研究[J];警察技术;2008年02期

中国重要会议论文全文数据库 前6条

1 李宁君;;关联规则在图书馆管理中的应用[A];广西图书馆学会2011年年会暨第29次科学讨论会论文集[C];2011年

2 王媛媛;胡学钢;;关联规则挖掘研究[A];全国第16届计算机科学与技术应用（CACIS）学术会议论文集[C];2004年

3 李国辉;付畅俭;徐新文;冷智花;;NBA视频中关联规则挖掘[A];第四届和谐人机环境联合学术会议论文集[C];2008年

4 张永;贾桂霞;马华;;一种利润约束的频繁模式的挖掘方法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

5 廖嘉;王国仁;张博;;一种有效的基于关联规则的视频分类方法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

6 周万松;邱保志;李向丽;;SAM*模式操作[A];第十届全国数据库学术会议论文集[C];1992年

中国博士学位论文全文数据库 前8条

1 肖波;可信关联规则挖掘算法研究[D];北京邮电大学;2009年

2 郭秀娟;基于关联规则数据挖掘算法的研究[D];吉林大学;2004年

3 吴黄青娥;汉越复句关联标记模式比较[D];华中师范大学;2012年

4 沈斌;关联规则相关技术研究[D];浙江大学;2007年

5 张小刚;关联规则挖掘及其在复杂工业过程控制中的应用研究[D];湖南大学;2002年

6 贺志;关联规则优化方法的研究[D];北京交通大学;2007年

7 钱铁云;关联文本分类关键技术研究[D];华中科技大学;2006年

8 胡星驰;基于计算方法的miRNA结构研究及与癌症关联分析[D];华中科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 王潇莹;顺应—关联模式下双关语的语用研究[D];东北林业大学;2015年

2 焦艳丽;顺应—关联模式下的反语研究[D];燕山大学;2012年

3 郭晓玉;基于Weka平台的关联分析算法研究[D];浙江工业大学;2015年

4 陈豪;商品关联规则挖掘的研究[D];西北师范大学;2015年

5 金玲;城市多源异构关联型时空数据的可视分析[D];浙江大学;2016年

6 陆梅;关联规则挖掘在潮州电信宽带业务中的应用[D];广东工业大学;2007年

7 刘杰;葛瑞汉的关联思维之再诠释[D];上海师范大学;2014年

8 许晓晓;基于社会网络挖掘的产品消费关联与销售策略研究[D];重庆大学;2011年

9 黄鹤;基于关联规则的研讨信息分析研究[D];湖北工业大学;2009年

10 岳慧颖;含有时空约束的关联规则挖掘方法研究[D];哈尔滨工程大学;2004年

  本文关键词：城市多源异构关联型时空数据的可视分析，，由笔耕文化传播整理发布。

本文编号：431155