多维数据不确定性可视化的方法研究与改进

论文摘要

在现实世界的各个领域,人们所做出分析和决定的可信度很大程度上依赖于数据的质量,然而人们采集的数据由于测量技术等原因在采集、传输的过程中都不可避免的带有一定的误差,偏差和各种各样的不确定因素,比如数据的精确度、数据是否缺失、格式是否一致、统计变动、数据的浮动范围、噪声等。如不考虑这些数据的不确定性,会造成分析可靠性的降低,甚至得出与事实不相符的结论。特别是随着人们对海量、复杂、异构、多维数据的处理、分析需求,对数据集的不确定性进行研究,发掘出其中隐含的潜在事实变得尤为重要。通过阅读大量外文文献,了解到不确定性可视化研究远尚未成熟,这包括不确定性的定义、度量、以及可视化方法等方面。为了后续研究的需要,首先在目前不确定性概念不统一,不明确的情况下,对其进行了总结,对已有的度量方法给出了分类解说;同时,给出了不确定性可视化的映射流程、分类,总结了不确定性映射变量以及3种可视化评估理论。其次,不确定性可视化领域的研究主要集中在地形学、流域数据和体数据三方面,且大多数学者的研究主要针对的是地理信息系统中的时空数据、单变量数据或双变量数据,很少有涉及到对使用广泛的多维数据的不确定性可视化进行研究。因此,本文主要针对多维数据的不确定性可视化进行了相关探讨与研究,给出了多维数据不确定性的概念,重点探索、改进了3种多维数据的不确定性可视化方法:三维交互式式平行坐标系、平行散点图、平行坐标系和星状图的结合;依据相关学者的理论评估方法对它们进行了评估,并针对3种方法的优缺点进行了比较。最后,为验证上述方法,我们结合MFC和OpenGL搭建了实验平台系统;同时,由于交互性操作是可视化系统的重要组成部分,该系统又添加了画刷、隐藏、缩放、连接、隐藏5种交互式方法,方便了用户查看相关不确定性范围内的数据和感兴趣数据的细节,增强了该系统的人机交互性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与选题意义
• 1.2 不确定性可视化的国内外研究现状
• 1.2.1 发展历程
• 1.2.2 应用研究
• 1.3 存在的问题与挑战
• 1.4 主要工作及组织结构
• 第二章 相关理论知识总结
• 2.1 数据不确定性
• 2.1.1 概念
• 2.1.2 来源
• 2.2 数据不确定性的度量方法
• 2.2.1 基于概率论及数理统计的度量方法
• 2.2.2 基于熵的度量方法
• 2.2.3 基于粗糙集和模糊数学的度量方法
• 2.2.4 其他度量方法
• 2.3 数据不确定性可视化技术
• 2.3.1 不确定性可视化的映射流程
• 2.3.2 几种不确定性可视化方法分类
• 2.3.3 三种可视化评估理论
• 2.4 本章小结
• 第三章 多维数据的不确定性及其度量方法
• 3.1 多维数据及其不确定性
• 3.1.1 多维数据概念
• 3.1.2 多维数据的不确定性概念
• 3.2 实验用多维数据源
• 3.2.1 origin数据
• 3.2.2 Iris数据介绍
• 3.3 多维数据不确定性的度量方法
• 3.4 多维数据及其不确定性信息存储结构
• 3.5 本章小结
• 第四章 改进的多维数据不确定性可视化方法
• 4.1 引言
• 4.2 改进的平行坐标系方法
• 4.2.1 平行坐标系方法介绍
• 4.2.2 改进的方法思想
• 4.2.3 额外轴添加方式
• 4.2.4 视觉变量添加方式
• 4.2.5 三维扩展方式
• 4.2.6 使用的交互式方法
• 4.2.7 方法评估
• 4.3 平行坐标系和散点图的结合
• 4.3.1 散点图介绍
• 4.3.2 改进的方法思想及其描述
• 4.3.3 实验结果分析
• 4.3.4 使用的交互式方法
• 4.3.5 方法评估
• 4.4 平行坐标系和星状图的结合
• 4.4.1 星状图介绍
• 4.4.2 改进的方法思想及其描述
• 4.4.3 实验结果分析
• 4.4.4 使用的交互式方法
• 4.4.5 方法评估
• 4.5 实际用户验证
• 4.6 三种可视化方法的优缺点比较
• 4.7 本章小结
• 第五章 实验平台的设计与实现
• 5.1 实验平台设计框架
• 5.2 仿真环境搭建
• 5.3 相关功能模块说明
• 5.3.1 文件读取模块
• 5.3.2 可视方法选择模块
• 5.3.3 不确定性映射子模块
• 5.3.4 人机交互式设计模块
• 5.4 运行结果
• 5.5 存在的不足
• 5.6 本章小结
• 第六章 总结和展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 硕士期间发表论文和参与科研项目情况