基于抽樣的快速數(shù)據(jù)可視化框架研究.pdf

1、大數(shù)據(jù)時(shí)代，數(shù)據(jù)與自然資源、人力資源是重要的戰(zhàn)略資源，隱含著巨大的價(jià)值，研究數(shù)據(jù)分析是大勢(shì)所趨；數(shù)據(jù)可視分析是數(shù)據(jù)分析的重要方法，因而也受到了高度重視。首先研究了大規(guī)模數(shù)據(jù)可視化存在的問題和限制，以及相應(yīng)的解決方法，在分析比較現(xiàn)有方法的基礎(chǔ)上，提出一個(gè)基于隨機(jī)抽樣技術(shù)的數(shù)據(jù)可視化框架，可以有效地改善可視化現(xiàn)狀。
　　該框架使用文中提出的網(wǎng)格密度區(qū)間聚類算法來預(yù)處理數(shù)據(jù)。聚類算法將網(wǎng)格密度的值域劃分為若干個(gè)區(qū)間，把屬于同一密度區(qū)間的

2、緊相連的網(wǎng)格聚為一類，不同密度的網(wǎng)格劃分到不同的類中，聚類將整體數(shù)據(jù)劃分為有限個(gè)區(qū)域，數(shù)據(jù)在這些區(qū)域內(nèi)趨于均勻分布?？梢暬蚣軐?duì)每個(gè)區(qū)域隨機(jī)抽樣，各個(gè)區(qū)域抽取的樣本量與區(qū)域的數(shù)據(jù)量和密度相關(guān)，以此來反映數(shù)據(jù)的整體分布。另外框架引入了可視化精度和人眼分辨率。根據(jù)可視化精度確定樣本量來控制數(shù)據(jù)密度，不同的可視化精度對(duì)應(yīng)不同的樣本數(shù)據(jù)。根據(jù)人眼分辨率，算出在可視化精度下可識(shí)別的最短距離，數(shù)據(jù)點(diǎn)間距離小于最短距離時(shí)會(huì)重疊，計(jì)算樣本的重疊度，然后