论文部分内容阅读
在大数据时代的今天,数据正呈指数级快速增长。如何在海量数据中,快速理解数据以及发现数据内在的信息规律,是大数据时代亟需解决的问题。数据可视化技术作为一门新兴学科技术,通过将数据映射为可视化图形,为人们认识数据、理解数据、发现数据规律提供了一种方便、高效的途径。目前,数据可视化应用软件的实现大都基于C/S结构,这些软件往往专业性强、用途单一、可扩展性较弱。作为互联网主流技术之一,Web前端技术不仅为基于B/S结构的数据可视化系统实现提供了良好的跨平台性、易扩展性、以及丰富的交互性,而且为数据的可视化展示提供了互联网平台,使得数据具有良好的访问性以及较强的理解性,采用Web前端技术实现数据可视化已经成为一种趋势。本文针对低维数据和多维数据的可视化方法进行研究,采用Web前端技术实现了数据可视化系统并采用实际案例加以测试验证。本文主要研究内容如下:1、研究了低维和多维数据可视化技术、Web前端技术以及可视化技术框架,并对基于ECharts3.0的平行坐标可视化交互操作进行扩展改进。2、提出了基于主成分分析的平行坐标(PCAP)可视化方法和基于主成分分析和聚类的平行坐标(PCAKP)可视化方法。针对维数过高带来的平行坐标可视化的轴间距过窄、可视化线条密集拥挤问题,本文提出PCAP方法,该技术采用主成分分析(PCA)方法对多维数据进行降维处理,并对得到的数据进行平行坐标可视化处理,有效改善了平行坐标的可视化效果。针对维数过高、数据量过大带来的平行坐标可视化线条密集交叠,无法快速获取数据特征和规律的问题,本文在PCAP技术基础上提出PCAKP方法,该方法对PCAP方法中降维处理后的数据采用K-means聚类算法进行聚类处理,再采用平行坐标可视化方法对聚类后的数据进行可视化展示,不仅有效改善了平行坐标可视化效果,而且能够从可视化图形中快速获取数据特征和规律。3、设计和实现了数据可视化系统。根据数据可视化系统的需求分析,设计了可视化系统的工作流程、Web前端功能模块、数据可视化流程设计以及Web界面原型图,并采用Web前端技术及其可视化框架实现了数据可视化系统。最后结合实际案例在可视化系统中的测试应用,验证了系统的实用性和有效性。本文通过对数据可视化技术的研究,采用Web前端技术以及可视化框架实现了数据可视化系统,解决了多维数据维数过高、数据量过大带来的问题,达到了可视化图形理想情况,实现了数据特征以及规律易发现的效果。