[发明专利]高维数据的可视化分析方法及其分析系统

说明书

本发明一种高维数据的可视化分析方法，包括在原始高维数据上建立局部子空间差‑测地距离投影；建立聚类点簇的映射；建立系列子空间的可视分析视图。本发明还公开了实现所述高维数据的可视化分析方法的分析系统。本发明通过建立局部子空间差‑测地距离投影、聚类点簇的映射和系列子空间的可视分析视图，提出了一系列交互式的可视化分析操作，为可视化子空间聚类和分析提供了可靠的技术基础，能够有效指导和帮助用户对高维数据进行有效分析和探索，在高维数据处理中显著减少了用户试验和错误的次数，减少了数据的冗余度，加强了数据分析过程的可交互性，提高了结果的可靠性。

技术领域

本发明具体涉及一种高维数据的可视化分析方法及其分析系统。

背景技术

随着国家经济技术的发展和数字化社会的到来，数据已经成为了人们生产和生活中不可缺少的部分。人们每天都在和无尽的数据打交道，比如金融数据、科学计算数据、生物医学数据等。因此，数据分析成为当今最热门的发展领域之一。数据挖掘与可视分析技术是信息技术领域中的重要部分；在数据挖掘与分析过程中，一个强有力的可视化分析方法会使得效果事半功倍。

高维度是大数据的重要特征之一。高维数据中往往包含着子空间聚类结构。自动化的子空间聚类方法，经常生成高度冗余而难以理解的子空间聚类结果。可视分析是增强用户认知、帮助用户理解的有效方法。然而，当前面向子空间聚类的可视分析方法，大多数是面向自动化方法结果的可视化，而不是面向子空间聚类任务本身，难以有效改善子空间聚类方法的结果。

发明内容

本发明的目的之一在于提供一种能够有效指导和帮助用户对高维数据进行有效分析和探索的高维数据的可视化分析方法。

本发明的目的之二在于提供一种用于实现所述高维数据的可视化分析方法的分析系统。

本发明提供的这种高维数据的可视化分析方法，包括如下步骤：

S1.在原始高维数据上建立局部子空间差-测地距离投影；

S2.在局部子空间差-测地距离投影中建立聚类点簇的映射；

S3.根据步骤S1得到的局部子空间差-测地距离投影和步骤S2得到的聚类点簇的映射建立系列子空间的可视分析视图。

步骤S1所述的在原始高维数据上建立局部子空间差-测地距离投影，具体为采用如下步骤建立投影：

A.针对需要投影的高维数据，建立基于测地距离的数据点相关性度量；

B.根据步骤A建立的度量建立局部子空间差度量；

C.根据步骤A和B建立的度量，建立局部子空间差-测地距离投影。

步骤A所述的建立基于测地距离的数据点相关性度量，具体为采用如下步骤建立度量：

Ⅰ.在需要投影的高位数据集的基础上构建具有若干连通分量的S-NN图；

Ⅱ.针对步骤Ⅰ中的各个连通分量，对任意两个独立的连通分量进行连接；

Ⅲ.计算任意两点之间的最短距离，从而获得测地距离。

步骤Ⅱ所述的对任意两个独立的连通分量进行连接，具体为连接两个连通分量中距离最近的两个数据点。

步骤Ⅲ中所述的计算最短距离，具体为采用最短路径算法计算。

步骤B所述的建立局部子空间差度量，具体为采用如下步骤建立度量：

1)采用如下公式计算各个维度的权重：

ω＝[ω₁,ω₂,...,ω_i,...,ω_d],