质量度量指标驱动的数据聚合与多维数据可视化

• 作者: 李杨 袁淦钊 谢光强 郝志峰
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2013,（4）
• 页码范围: 299-304
• 页数: 6页
• 分类号: TP391
• 字数: 5033字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201304039

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢光强	广东工业大学自动化学院	34	215	7.0	14.0
5	郝志峰	广东工业大学计算机学院	166	940	14.0	20.0
9	李杨	广东工业大学自动化学院	33	199	8.0	13.0
13	袁淦钊	华南理工大学计算机科学与工程学院	3	27	3.0	3.0