[發明專利]針對多維整值型數據集的平行坐標改進方法

有效

• 申請號: 201810131947.4
• 申請日: 2018-02-09
• 公開（公告）號: CN108319715B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 陳紅倩;程中娟
• 申請（專利權）人: 北京工商大學
• 主分類號: G06F16/26
• 分類號: G06F16/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.針對多維整值型數據集的平行坐標改進方法，包含如下步驟：

步驟1：針對數據集中的每一個整值型數據維統計其數據值的種類數，并計算各數據值的占比；

針對其中一個整值型數據維D_i的計算方法如下：

步驟1.1：將整值型數據維D_i的所有數據，提取為一個向量V_i，假如數據集中的數據記錄數為T，則V_i向量的分量數據個數為T；

步驟1.2：統計V_i向量中數據值的種類個數NV_i；

步驟1.3：統計V_i向量中各數據值的記錄數，按照記錄數由多到少進行排序，將V_i向量中的各數據值，根據記錄數由多到少的順序，轉換數據值為1至NV_i，命名轉換值為j的數據值為V_ij，命名整值型數據維D_i中滿足V_i＝V_ij的記錄數為NV_ij；

將V_i向量中的各數據值的轉換后的數據值稱為“轉換值”，V_i向量中各數據值的轉換值取值范圍為1至NV_i；

步驟1.4：計算V_i向量中各數據值對應的記錄占比；

步驟2：根據數據集中的所有整值型數據維的數據分布建立坐標軸，假如數據集中同時存在非整值型數據維，則非整值型數據維對應的坐標軸建立方法保持傳統方法不變；

針對整值型數據維D_i對應的坐標軸建立方法為：

將坐標軸劃分為NV_i個分段，每個分段稱為“坐標軸分段”，每個坐標軸分段對應整值型數據維D_i中的一種數據值，各坐標軸分段的高度與對應數據值的所占比例相關；

坐標軸中各分段信息的計算方法為：

步驟2.1：根據最終可視化結果中“平行坐標系”中坐標軸的高度，計算各數據值對應的“坐標軸分段”高度H_ij；

步驟2.2：計算各“坐標軸分段”的起始高度Hstart_ij和結束高度Hend_ij；

步驟3：針對所有整值型數據維對應坐標軸的每一個“坐標軸分段”計算一條數據記錄的偏移高度，將整值型數據維D_i中轉換值為j的坐標軸分段的一條數據記錄的偏移高度命名為I_ij；

步驟4：根據步驟3中建立的坐標軸的相鄰關系，計算所有“整值型數據維對應坐標軸”的數據值映射基礎數據；

具體計算方法分為兩種情況：一種是左側相鄰坐標軸對應的數據維為整值型數據維，該種情況下繼續執行步驟5；另一種是左側相鄰坐標軸對應的數據維為非整值型數據維或當前數據維對應的坐標軸為最左側坐標軸，該種情況下跳轉至步驟6；

步驟5：本步驟是針對左側相鄰坐標軸對應的數據維為數值型數據維的情況下，數據值映射基礎數據的計算方法；

針對當前整值型數據維D_i對應的坐標軸，計算數據值映射基礎數據步驟如下：

步驟5.1：設定當前“整值型數據維D_i”坐標軸左側“相鄰坐標軸”所對應的為整值型數據維D_u、該整值型數據維D_u所提取的向量為V_u、向量V_u中數據值的種類數為NV_u，其中NV_u可根據步驟1.2的方法計算得出；

步驟5.2：統計整值型數據維D_u與整值型數據維D_i的交叉記錄數，針對整值型數據維D_u的每一個轉換值p和整值型數據維Di的每一個轉換值q，將數據集中符合條件“D_u維轉換值為p”且“D_i維轉換值為q”的記錄數命名為

步驟5.3：根據向量V_u中數據值的種類數NV_u，將當前坐標軸中數據值V_iq所對應的坐標軸分段劃分為NV_u個“坐標軸子分段”；

步驟5.4：計算當前坐標軸中所有坐標軸子分段的高度，將整值型數據維D_u轉換值為p且整值型數據維D_i轉換值為q對應的坐標軸子分段的高度命名為

步驟5.5：計算當前坐標軸中所有坐標軸子分段的起始高度，將整值型數據維D_u轉換值為p且整值型數據維D_i轉換值為q對應的坐標軸子分段的起始高度記為

步驟5.6：為當前坐標軸的每個“坐標軸子分段”設置該坐標軸子分段的“下一映射高度”，初始值賦值為該坐標軸子分段的起始高度；

步驟6：本步驟是針對整值型數據維D_i左側相鄰坐標軸為非整值型數據維或整值型數據維D_i為最左側數據維對應的坐標軸的情況下，數據值映射基礎數據的計算方法；

針對整值型數據維D_i轉換值為q對應的“坐標軸分段”的下一映射高度Hnext_iq的初始值賦值為該坐標軸分段的Hstart_iq，Hstart_iq即為根據步驟2.2得出的數據值V_iq對應的坐標軸分段的起始高度；

步驟7：針對數據集中的每一條記錄，計算其各維數據值在其對應坐標軸上的映射高度；

針對每一條記錄，假如當前數據維為非整值型數據維，則使用傳統方法計算其數據值在其對應坐標軸上的映射高度；

假如當前數據維為整值型數據維，且對應的坐標軸左側相鄰的坐標軸為整值型數據維坐標軸，則繼續執行步驟7.1；

假如當前數據維為整值型數據維，且對應的坐標軸為最左側坐標軸或左側相鄰坐標軸為非整值型數據維，則繼續執行步驟7.3；

步驟7.1：針對左側的整值型數據維D_u轉換值為p且當前整值型數據維D_i轉換值為q的數據記錄，在步驟5中獲取其所對應的坐標軸子分段的下一映射高度即為該條數據在整值型數據維D_i對應的坐標軸上的映射高度；

步驟7.2：根據當前記錄在整值型數據維D_i的轉換值q，在步驟3中獲取對應的“坐標軸分段”的一條記錄偏移高度I_iq，更新

跳轉至步驟8；

步驟7.3：針對當前整值型數據維D_i轉換值為q的數據記錄，在步驟6中得到的V_iq對應的坐標軸子分段的下一映射高度Hnext_iq，Hnext_iq即為該條數據在數據維D_i對應的坐標軸上的映射高度；

步驟7.4：根據當前記錄在整值型數據維D_i的轉換值q，在步驟3中獲取對應的“坐標軸分段”的一條記錄偏移高度I_iq，更新Hnext_iq＝Hnext_iq+I_iq；

步驟8：為區分整值型數據維對應坐標軸中的各坐標軸分段，可為各坐標軸分段設置不同的紋理，紋理的選擇可使用具有區分性的顏色或底紋；

步驟9：根據步驟1至步驟8中得出的坐標軸信息、所有記錄的映射高度及各坐標軸分段紋理，繪制當前數據集的改進后的平行坐標可視化結果。