10.3969/j.issn.1673-4785.201304039
质量度量指标驱动的数据聚合与多维数据可视化
以多维数据可视化为研究对象,在质量度量模型下,采用数据聚合为基本手段,来提高多维数据可视化的图像质量。在质量度量指标驱动的框架下提出了均分K-means++数据聚合算法,在传统K-means算法的基础上,专门以数据可视化为目的对算法进行了改进,使得算法聚合得到的数据既能够较好地保持原数据的大部分特性,又能显著地提高可视化后的图像质量。仿真实验证明,在不同的数据抽象级别DAL下,无论是图像质量指标还是质量度量指标HDM(直方图差值度量)、NNM(最近邻距离度量),算法都表现出了较好的仿真结果。
质量度量、数据空间、数据聚合、K-均值、多维数据可视化
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61070033;广东省自然科学基金资助项目9251009001000005;广东省科技计划资助项目2010B050400011.
2013-09-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
299-304