Web前端多维数据可视化技术的研究与应用

发布时间：2021-06-06 20:41

　　计算机信息技术快速崛起发展,人们社会生产活动中产生的数据也越来越多。在不断增多的数据中,有一种数值型的多维数据:复杂度高,蕴含的信息量大。如何发现数值型多维数据的内在规律、挖掘更有价值的信息,为后续的研究提供有效的帮助和指导,是一个重要的研究课题。多维数据可视化中的平行坐标可视化技术能够直接、全面展示多维数据对象间的关系,为数据分析提供重要的方法和途径。平行坐标可视化技术在有限平面内对多维数据进行展示时,平行坐标图中的线条由于空间拥挤,重叠覆盖在一起,造成视觉混乱,数据规律难以发现。降维技术、聚类技术与平行坐标可视化技术相结合,能够很好地解决这个问题。论文结合这3种技术进行研究,实现可视化平台。主要工作有以下3个方面:首先,基于t-SNE,提出改进的t-SNE算法。改进算法中用加权的欧式距离来度量高维空间样本点之间相似度,得到更加精确的样本点相似度;针对算法中损失函数,添加L2正则化作为惩罚项,限制目标函数过拟合,经过多次迭代后获得最佳的目标函数。改进算法和其他降维算法用加州大学欧文分校提供的UCI数据库中的Wine（葡萄酒）数据集进行仿真实验,验证改进算法的降维效果。利用改进的t-S... 

【文章来源】：中南民族大学湖北省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

武陵山片区茶叶追溯大数据平台多维数据可视化平台的页面主要使用Web前端技术实现，采用HTML、CSS、JavaScript等编程语言实现交互性好、美观的动态页面；选择AngularJS作

维数过多的平行坐标可视化图

样本点欧氏距离图

【参考文献】：
期刊论文
[1]基于t-SNE降维的科学基金资助项目可视化方法研究[J]. 陈挺,李国鹏,王小梅.  数据分析与知识发现. 2018(08)
[2]K均值聚类算法的研究与优化[J]. 陶莹,杨锋,刘洋,戴兵.  计算机技术与发展. 2018(06)
[3]基于AngularJS的健康大数据用户接口设计与实现[J]. 李晓琳,王勇.  软件导刊. 2017(09)
[4]基于主成分分析和K-means聚类的平行坐标可视化技术研究[J]. 马国峻,王水波,裴庆祺,詹阳.  网络与信息安全学报. 2017(08)
[5]平行坐标中的边捆绑算法[J]. 秦红星,卫学仕.  计算机辅助设计与图形学学报. 2017(07)
[6]数据可视化发展历程研究[J]. 雷婉婧.  电子技术与软件工程. 2017(12)
[7]一种K-means改进算法的并行化实现与应用[J]. 李晓瑜,俞丽颖,雷航,唐雪飞.  电子科技大学学报. 2017(01)
[8]采用AngularJS构建知识管理系统数据分析平台[J]. 詹义,朴勇梅,周胜.  互联网天地. 2016(11)
[9]正则化分段区分性特征变换方法[J]. 陈斌,张连海,屈丹,李弼程.  西安电子科技大学学报. 2016(02)
[10]大数据可视分析综述[J]. 任磊,杜一,马帅,张小龙,戴国忠.  软件学报. 2014(09)

博士论文
[1]高维数据降维可视化研究及其在生物医学中的应用[D]. 徐微微.武汉大学 2016

硕士论文
[1]基于Web前端数据可视化研究与应用[D]. 王水波.西安电子科技大学 2017
[2]图标可视化技术在聚类算法中应用方法研究[D]. 徐晨光.北京交通大学 2015
[3]多维数据可视化分析方法研究与应用[D]. 徐立婷.哈尔滨工程大学 2010
[4]基于平行坐标的可视化数据挖掘技术研究[D]. 翟旭君.清华大学 2005



本文编号：3215106