試驗(yàn)數(shù)據(jù)云平臺(tái)中數(shù)據(jù)可視化的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在信息時(shí)代，云存儲(chǔ)的出現(xiàn)使數(shù)據(jù)迅速膨脹，從海量數(shù)據(jù)中快速地獲取有效信息已是一種迫切需求。數(shù)據(jù)可視化技術(shù)作為直觀展示數(shù)據(jù)的手段，也因此成為大數(shù)據(jù)時(shí)代中研究的熱點(diǎn)。近年來(lái)，國(guó)內(nèi)外對(duì)數(shù)據(jù)可視化技術(shù)的研究已積累了很多經(jīng)驗(yàn)，特別是在醫(yī)學(xué)領(lǐng)域，已研制出很多有效的可視化工具。但在過(guò)往的研究中，無(wú)論是離線工具還是基于Web的可視化技術(shù)，處理的對(duì)象往往是來(lái)自于數(shù)據(jù)庫(kù)或單一文件的數(shù)據(jù)源，與云存儲(chǔ)無(wú)論在數(shù)據(jù)量還是形式上都有著很大差異。
　　隨著航天領(lǐng)域

2、信息化和智能化的不斷發(fā)展，其產(chǎn)生的時(shí)間序列試驗(yàn)數(shù)據(jù)呈現(xiàn)出種類多樣、數(shù)量激增、大小文件混雜等特點(diǎn)。針對(duì)這一現(xiàn)狀，使用科學(xué)手段對(duì)這些數(shù)據(jù)進(jìn)行高效、統(tǒng)一管理的想法應(yīng)運(yùn)而生。試驗(yàn)數(shù)據(jù)云平臺(tái)正是在此背景下設(shè)計(jì)和實(shí)現(xiàn)的、基于云的數(shù)據(jù)管理平臺(tái)，除了要使該平臺(tái)具有快速存儲(chǔ)的能力，另一重要方面是需要為其提供一個(gè)合理的方案以解決多種數(shù)據(jù)可視化的問(wèn)題。
　　本文的重點(diǎn)之一是克服云平臺(tái)中大數(shù)據(jù)量下繪制曲線的難點(diǎn)，要求用戶能夠通過(guò)使用客戶端在不同精度下查看

3、數(shù)據(jù)的整體和部分視圖，并且整體視圖要基本保持原本趨勢(shì)。此外，要以有序的方式展示存儲(chǔ)在云上的數(shù)據(jù)，并使用戶能夠快速定位和查看其期望的內(nèi)容。
　　首先，研究了目前常用的幾類時(shí)間序列分段線性表示算法。分析比較了限制分段數(shù)目、限制分段誤差和基于特征點(diǎn)三類方法的區(qū)別，并根據(jù)試驗(yàn)數(shù)據(jù)云平臺(tái)的特點(diǎn)，選取了分段聚集近似算法和趨勢(shì)分析算法進(jìn)行多組實(shí)驗(yàn)，確定合理的參數(shù)。分析這兩種算法在最適參數(shù)下應(yīng)用于試驗(yàn)數(shù)據(jù)云平臺(tái)時(shí)仍存在的弊端，并提出了按步長(zhǎng)取數(shù)據(jù)

4、點(diǎn)并添加分段極大極小值的采樣方式，設(shè)計(jì)實(shí)驗(yàn)與前兩種方法在擬合誤差、壓縮率、運(yùn)行時(shí)間和保持原序列形態(tài)四個(gè)方面進(jìn)行對(duì)比，根據(jù)結(jié)果確定了本文提出方法的適用性。
　　應(yīng)用按步長(zhǎng)并添加極值點(diǎn)的采樣方式，設(shè)計(jì)并實(shí)現(xiàn)了試驗(yàn)數(shù)據(jù)云平臺(tái)GUI客戶端和后臺(tái)服務(wù)中的二次采樣方案。確保了在有效時(shí)間內(nèi)提取合理密度的數(shù)據(jù)，使用戶能夠在不同精度下繪制曲線。使用Qt編寫(xiě)了GUI客戶端的可視化部分：以導(dǎo)航樹(shù)的形式有序地顯示了云存儲(chǔ)中的目錄和文件；能夠以統(tǒng)一的方式展