一种面向空间多变量数据聚类的可视分析方法
聚类是研究空间多变量数据的重要工具之一.但是自动聚类算法通常需要用户预设参数然后生成结果,缺乏一种有效的交互机制将用户介入到聚类的过程,使之动态改变参数并对结果进行调整和评估.为此提出一种面向空间多变量数据聚类的可视分析流程,首先运用自动聚类算法对原始三维空间进行聚类,针对三维空间不易交互的缺陷将数据点投影到=维平面进行交互选择和可视编码,设置多种视图使用户实时全面地理解数据分布和模式,并交互地修正聚类结果,并根据一些编码的统计信息来判断结果的合理性和正确性.整个流程是渐进式的,即用户通过选代逐步细化结果,最终抽取兴趣域.案例证明,新的可视分析流程能有效提高空间自动聚类算法的精度,也极大地减少了用户交互的时间.
空间多变量数据 可视分析流程 自动聚类算法
吴斐然 陈海东 黄劲 陈为
浙江大学CAD&CG国家重点实验室,杭州,310058
国内会议
桂林
中文
88-98
2013-10-29（万方平台首次上网日期，不代表论文的发表时间）