基于主成分分析和K-means聚类的平行坐标可视化技术研究

• 作者: 王水波 裴庆祺 詹阳 马国峻
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 数据可视化 平行坐标可视化 主成分分析 K-means聚类
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 18-27
• 页数: 10页
• 分类号: TP301
• 字数: 5473字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2017.00189

摘要

为了解决多维数据的维数过高、数据量过大带来的平行坐标可视化图形线条密集交叠以及数据规律特征不易获取的问题,提出基于主成分分析和K-means聚类的平行坐标(PCAKP,principal component analysisand k-means clustering parallel coordinate)可视化方法.该方法首先对多维数据采用主成分分析方法进行降维处理,其次对降维后的数据采用K-means聚类处理,最后对聚类得到的数据采用平行坐标可视化技术进行可视化展示.以统计局网站发布的数据为测试数据,对PCAKP可视化方法进行测试,与传统平行坐标可视化图形进行对比,验证了PCAKP可视化方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹阳	西安电子科技大学综合业务网理论及关键技术国家重点实验室	7	32	4.0	5.0
2	裴庆祺	西安电子科技大学综合业务网理论及关键技术国家重点实验室	74	1141	17.0	32.0
3	马国峻	西安文理学院信息工程学院	9	24	4.0	4.0
7	王水波	西安电子科技大学综合业务网理论及关键技术国家重点实验室	1	4	1.0	1.0