检索结果-内蒙古大学图书馆

作者：漆琳智杭州电子科技大学

学位级别：硕士

近几年来，随着移动计算和传感器设备的迅速发展，高维度多变量数据日益增多，例如互联网企业巨头阿里巴巴专注于电子商务多年，积累了海量的文本、视频类高维多变量数据，蕴含着巨大的商业价值。数据压缩技术是合理分析这些海量数据的... 详细信息

近几年来，随着移动计算和传感器设备的迅速发展，高维度多变量数据日益增多，例如互联网企业巨头阿里巴巴专注于电子商务多年，积累了海量的文本、视频类高维多变量数据，蕴含着巨大的商业价值。数据压缩技术是合理分析这些海量数据的关键一步，通过压缩可以去掉大量的冗余信息，以减小数据挖掘、可视化分析等科研任务的压力。但是传统的单一变量数据压缩技术无法处理这类海量数据，针对高维度多变量大规模数据集的压缩技术研究又很少，目前所存在压缩算法也只是扩展传统的单变量分析方法。因此，针对于高维度多变量数据的压缩技术研究具有重大的意义。本文分析了多变量体数据多个变量之间的内在关系，提出了两种可行的压缩方法，实验结果均表明了本文提出的压缩方法的有效性。在第三章中，本文提出了基于小波变换的多变量体数据压缩方法。主要利用小波变换在时频域的局部化特性以及与多分辨率分析完美结合的优点。我们通过彩色空间转换（RGB到YCbCr）预处理彩色多变量体数据，然后依据不同的权重值对三个颜色分量不均衡采样，再根据颜色分量的重要性分别选择小波变换和离散余弦变换分解数据，最后由阈值量化去掉冗余系数，实现对多变量体数据的压缩。考虑到本文第三章提出的压缩方法在处理的数据类型上的局限性，第四章中，本文又提出了结合了机器学习相关理论的压缩方法。考虑到多变量体数据的流行结构，通过流行方差最小化准则迭代求出体数据中最具代表性的体素的特征向量集合，压缩的数据是特征向量集合和MDS对原始体数据降维后结果，最后利用半监督学习算法在这些代表特征的基础上学习一个预测模型，用来重构体数据中的多个变量值。

关键词：多变量体数据体数据压缩小波变换彩色空间主动学习半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于平行坐标主维度的多变量体数据可视化方法研究

基于平行坐标主维度的多变量体数据可视化方法研究

引用

作者：刘益萌燕山大学

学位级别：硕士

近年来,随着计算流体力学、医学影像和气象仿真等科学领域的发展,科学数据的复杂性快速增长,如何展示高维数据成为科学可视化领域面临的主要问题之一。作为高维数据的一个分支,多变量体数据出现的频率越来越高。对多变量体数据的多个属... 详细信息

近年来,随着计算流体力学、医学影像和气象仿真等科学领域的发展,科学数据的复杂性快速增长,如何展示高维数据成为科学可视化领域面临的主要问题之一。作为高维数据的一个分支,多变量体数据出现的频率越来越高。对多变量体数据的多个属性及其相互关系进行分析和表达,可以帮助人们快速理解复杂空间数据信息。因此,多变量体数据可视化及交互过程的干预与引导具有重要意义。由于属性的多维性,多变量体数据往往不易分析和表达,尽管学者们引入平行坐标作为数据展现的辅助手段,多变量体数据可视化仍然存在设计方法不灵活、调节繁琐的问题。为此,本文主要进行了如下工作:首先,通过对当前多变量体数据研究现状进行详细分析,针对多变量体数据绘制时存在过程复杂且未重视用户主观意图的问题,引入平行坐标主维度概念,将平行坐标的数据分析功能和一维传递函数曲线的交互特点相融合。其次,提出一种改进的强度梯度直方图特征提取方法,针对平行坐标主维度数据进行操作,并将提取的数据特征作为传递函数界面背景,指导用户进行后续传递函数的设计。再次,在传统平行坐标的基础上进行改进,提出一种交互式平行坐标方法,实现平行坐标自适应范围选择;把满足平行坐标各维度条件的采样点空间位置映射至平行坐标主维度,提取数据范围实时生成高维传递函数曲线,曲线可随用户交互而改变,解决传统平行坐标法无法实现单个数据不透明度和颜色值细节调控的问题。最后,在体数据可视化流水线中添加交互式联动设计思想,设计并实现了多变量体数据交互式可视化设计框架,利用GPU光线投射算法进行实时渲染,对提出的方法进行了实验对比和分析,证明了本文方法的有效性。

关键词：多变量体数据传递函数曲线强度梯度直方图实时交互

来源：评论

学校读者我要写书评

暂无评论

基于平行坐标主维度的多变量传递函数设计方法

引用

计算机辅助设计与图形学学报 2015年第12期27卷 2340-2349页

作者：聂俊岚刘益萌张继凯郭栋梁燕山大学信息科学与工程学院秦皇岛066004 燕山大学河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004

为解决多变量体数据高效绘制时操作复杂、不易分析和表达的问题,将平行坐标与交互操作应用到传递函数设计中,并通过引入平行坐标主维度概念提出一种平行坐标与传递函数曲线相结合的设计方法.针对目前基于平行坐标的高维传递函数设计方... 详细信息

为解决多变量体数据高效绘制时操作复杂、不易分析和表达的问题,将平行坐标与交互操作应用到传递函数设计中,并通过引入平行坐标主维度概念提出一种平行坐标与传递函数曲线相结合的设计方法.针对目前基于平行坐标的高维传递函数设计方法不灵活、调节烦琐的问题改进强度梯度直方图,并提取主维度数据特征;实现平行坐标自适应范围选择并进行指导性范围调节;把满足平行坐标各维度条件的采样点空间位置映射至主维度,提取数据范围实时生成传递函数曲线.实验结果表明,该方法能有效地降低高维传递函数设计的复杂度,提高传递函数调节灵活度,在实现实时交互的同时还可有效地增强绘制效果.

关键词：多变量体数据平行坐标传递函数曲线实时交互

来源：评论

学校读者我要写书评

暂无评论

可视数据压缩与分析

可视数据压缩与分析

引用

作者：张超杭州电子科技大学

学位级别：硕士

信息化的飞速发展，不仅导致记录信息的数据规模越来越大，而且数据的形式也朝着高维、多源和多态的方向发展。如今世界正处于一种数据爆炸的状态之中，数据的增长速度已远远超过了人类历史上的任何时候，如何对这些规模巨大并且多样性... 详细信息

信息化的飞速发展，不仅导致记录信息的数据规模越来越大，而且数据的形式也朝着高维、多源和多态的方向发展。如今世界正处于一种数据爆炸的状态之中，数据的增长速度已远远超过了人类历史上的任何时候，如何对这些规模巨大并且多样性的数据进行有效的存储与分析，已成为一项严峻的挑战。针对数据的压缩与分析，本文研究了多变量体数据的压缩和运动轨迹数据的异常检测可视分析，其中涉及了机器学习、完美哈希函数、异常检测、可视分析等技术。本文主要研究工作如下：首先，针对多变量体数据本文提出了一种机器学习与完美哈希算法相结合的近似无损压缩算法。其压缩算法主要分为三步：第一步，利用主动学习方法选取原始体数据中具有代表性的体素并用MDS方法对原始体数据进行降维，然后利用半监督学习的方法进行体数据重构，这是初步的有损压缩；第二步，保留有损压缩中偏离原始体数据较大的误差值，对于保留的误差值根据完美哈希函数建立哈希表；第三步，将有损压缩结果与误差值哈希表相结合实现近似无损压缩。其次，针对运动轨迹数据本文设计了一个轨迹异常检测系统。首先在轨迹异常检测阶段，本文将基于核密度估计的异常检测方法运用到轨迹异常可视分析中，充分考虑了其异常轨迹数据的局部特性；然后在轨迹线条的绘制阶段，针对轨迹线条数量较多时的视觉混乱现象，本文采用了基于深度的光晕方法绘制线条，有效的增强了可视分析的效果。

关键词：多变量体数据主动学习半监督学习近似无损压缩运动轨迹数据轨迹异常检测可视分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：