一种基于维度投影的多维数据相关性可视分析方法

摘要：

针对高维多元数据相关性分析需求, 首先提出一种基于 KNN 和 Pearson 相关系数的维度相关性度量方法KNN-Pearson,通过数据集在维度某数据值处的密度定量地表示某维度对聚类的贡献度,并将其作为计算元素,通过 Pearson 相关系数计算各维度间的相关性大小, 定量地表示各维度之间的相关程度; 进而提出一种基于维度投影的相关性可视分析方法, 通过多维尺度分析(MDS)进行维度投影, 用投影散点图和矩阵热图展示维度之间的相关性,用投影矩阵和平行坐标展示数据的分布态势和聚类特征, 允许通过维度选择构造用户感兴趣的子空间, 在子空间中交互地分析数据、探索规律; 将上述方法应用于食品安全领域, 设计并实现了一个农残数据相关性可视分析系统,通过数据筛选、维度选择、尺度缩放以及多视图联动等交互手段实现对多地区农产品中检出农药的相关性分析, 从而发现检测地区对农产品施用农药的模式, 掌握农药施用的规律. 最后通过用户体验以及评价, 证明了文中方法的有效性.

关键词：相关性分析、可视分析、维度投影、子空间、相关性度量

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金："十二五"国家科技支撑计划项目2012BAD29B01-2;国家科技基础性工作专项2015FY111200;虚拟现实技术与系统国家重点实验室开放基金BUAA-VR-17KF-07

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：592-601