质量度量指标驱动的数据聚合与多维数据可视化

摘要：

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。

关键词：质量度量、数据空间、数据聚合、K-均值、多维数据可视化

分类号：TP391(计算技术、计算机技术)

资助基金：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．

在线出版日期：2013-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：299-304