第8卷第4期 智能系统学报 Vol.8 No.4 2013年8月 CAAI Transactions on Intelligent Systems Aug.2013 D0I:10.3969/i.issn.1673-4785.201304039 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20130603.1601.004.html 质量度量指标驱动的数据聚合与多维数据可视化 李杨2，郝志峰23，谢光强2，袁淦钊3 (1.广东工业大学自动化学院，广东广州510006：2.广东工业大学计算机学院，广东广州510006：3.华南理工大 学计算机科学与工程学院，广东广州510006) 摘要：以多维数据可视化为研究对象，在质量度量模型下，采用数据聚合为基本手段，来提高多维数据可视化的图 像质量.在质量度量指标驱动的框架下提出了均分K-means-++数据聚合算法，在传统K-means算法的基础上，专门以 数据可视化为目的对算法进行了改进，使得算法聚合得到的数据既能够较好地保持原数据的大部分特性，又能显著 地提高可视化后的图像质量仿真实验证明，在不同的数据抽象级别DAL下，无论是图像质量指标还是质量度量指 标HDM(直方图差值度量)、NNM(最近邻距离度量)，算法都表现出了较好的仿真结果 关键词：质量度量：数据空间：数据聚合：K均值：多维数据可视化 中图分类号：TP391文献标志码：A文章编号：1673-4785(2013)04-0299-06 中文引用格式：李杨，郝志峰，谢光强等.质量度量指标驱动的数据聚合与多维数据可视化[J].智能系统学报，2013,8(4)：299304. 英文引用格式：LI Yang,HAO Zhifeng,XIE Guangqiang,etal.Quality-metrics driven multi-dimensional data aggregation and visu- alization[J].CAAI Transactions on Intelligent Systems,2013,8(4):299-304. Quality-metrics driven multi-dimensional data aggregation and visualization LI Yang'2,HAO Zhifeng23,XIE Guangqiang'2,YUAN Ganzhao (1.School of Automation,Guangdong University of Technology,Guangzhou 510006,China;2.School of Computers,Guangdong Uni- versity of Technology.Guangzhou 510006,China;3.School of Computer Science and Engineering,South China University of Technolo- gy,Guangzhou 510006,China) Abstract:For the purpose of this research paper,we examined multi-dimensional data visualization with the quality metrics model;taking data aggregation as a basic means in order to improve the multi-dimensional visualization im- age quality.Under the quality-metrics driven framework,we put forward a data aggregation algorithm called equi- partition K-means++based on conventional K-means,and thus,were able to improve the algorithm especially as it pertains to data visualization.The aggregated data obtained by equipartition K-means++may not only preserve most features of the original data,but also improve the image quality after visualization.Our simulation experiments show that at each value of data abstraction level (DAL),equipartition K-means++get good results,not only in visualiza- tion image quality but also quality metrics of histogram difference measure (HDM)and nearest neighbor measure (NNM). Keywords:quality-metrics;data space;data aggregation;K-means;multi-dimensional data visualization 随着信息化社会的全面到来，面向高维海量数高维数据的认知能力有限，在知识发现、信息决策的 据的应用变得越来越普遍，因此，如何分析和使用这 过程中，多维数据可视化技术成为一种辅助人们理 些数据是一个亟待解决的问题，鉴于人类对于海量 解与直观地掌握数据特性的有效手段.多维可视化 技术的目的是尽量反映多维信息及其各属性之间的 收稿日期：2013-04-15.网络出版日期：2013-0603. 基金项目：国家自然科学基金资助项目(61070033)：广东省自然科学 关系信息，帮助数据工程师准确快速地发现数据集 基金资助项目(9251009001000005)：广东省科技计划资助 项目(2010B050400011). 中隐藏的特征信息、关系信息、模式信息、趋势信息 通信作者：李杨.E-mail:kity_lyy@163.com第 ８ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．８ №．４ ２０１３ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１３ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３０４０３９ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１３０６０３．１６０１．００４．ｈｔｍｌ 质量度量指标驱动的数据聚合与多维数据可视化 李杨１，２ ，郝志峰２，３ ，谢光强１，２ ， 袁淦钊３ （１．广东工业大学 自动化学院， 广东 广州 ５１０００６； ２．广东工业大学 计算机学院， 广东 广州 ５１０００６； ３．华南理工大 学 计算机科学与工程学院，广东 广州 ５１０００６） 摘 要：以多维数据可视化为研究对象，在质量度量模型下，采用数据聚合为基本手段，来提高多维数据可视化的图 像质量．在质量度量指标驱动的框架下提出了均分 Ｋ⁃ｍｅａｎｓ＋＋数据聚合算法，在传统 Ｋ⁃ｍｅａｎｓ 算法的基础上，专门以 数据可视化为目的对算法进行了改进，使得算法聚合得到的数据既能够较好地保持原数据的大部分特性，又能显著 地提高可视化后的图像质量．仿真实验证明，在不同的数据抽象级别 ＤＡＬ 下，无论是图像质量指标还是质量度量指 标 ＨＤＭ（直方图差值度量）、ＮＮＭ（最近邻距离度量），算法都表现出了较好的仿真结果． 关键词：质量度量；数据空间；数据聚合；Ｋ⁃均值；多维数据可视化 中图分类号： ＴＰ３９１ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１３）０４⁃０２９９⁃０６ 中文引用格式：李杨，郝志峰，谢光强等．质量度量指标驱动的数据聚合与多维数据可视化［Ｊ］． 智能系统学报， ２０１３， ８（４）：２９９⁃３０４． 英文引用格式：ＬＩ Ｙａｎｇ，ＨＡＯ Ｚｈｉｆｅｎｇ，ＸＩＥ Ｇｕａｎｇｑｉａｎｇ， ｅｔ ａｌ． Ｑｕａｌｉｔｙ⁃ｍｅｔｒｉｃｓ ｄｒｉｖｅｎ ｍｕｌｔｉ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｎｄ ｖｉｓｕ⁃ ａｌｉｚａｔｉｏｎ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１３， ８（４）：２９９⁃３０４． Ｑｕａｌｉｔｙ⁃ｍｅｔｒｉｃｓ ｄｒｉｖｅｎ ｍｕｌｔｉ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｎｄ ｖｉｓｕａｌｉｚａｔｉｏｎ ＬＩ Ｙａｎｇ １，２ ， ＨＡＯ Ｚｈｉｆｅｎｇ ２，３ ， ＸＩＥ Ｇｕａｎｇｑｉａｎｇ １，２ ， ＹＵＡＮ Ｇａｎｚｈａｏ ３ （１．Ｓｃｈｏｏｌ ｏｆ Ａｕｔｏｍａｔｉｏｎ， Ｇｕａｎｇｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｇｕａｎｇｚｈｏｕ ５１０００６， Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒｓ， Ｇｕａｎｇｄｏｎｇ Ｕｎｉ⁃ ｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｇｕａｎｇｚｈｏｕ ５１０００６， Ｃｈｉｎａ； ３．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｓｏｕｔｈ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏ⁃ ｇｙ， Ｇｕａｎｇｚｈｏｕ ５１０００６， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｏｒ ｔｈｅ ｐｕｒｐｏｓｅ ｏｆ ｔｈｉｓ ｒｅｓｅａｒｃｈ ｐａｐｅｒ， ｗｅ ｅｘａｍｉｎｅｄ ｍｕｌｔｉ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄａｔａ ｖｉｓｕａｌｉｚａｔｉｏｎ ｗｉｔｈ ｔｈｅ ｑｕａｌｉｔｙ ｍｅｔｒｉｃｓ ｍｏｄｅｌ； ｔａｋｉｎｇ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｓ ａ ｂａｓｉｃ ｍｅａｎｓ ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｍｕｌｔｉ⁃ｄｉｍｅｎｓｉｏｎａｌ ｖｉｓｕａｌｉｚａｔｉｏｎ ｉｍ⁃ ａｇｅ ｑｕａｌｉｔｙ． Ｕｎｄｅｒ ｔｈｅ ｑｕａｌｉｔｙ⁃ｍｅｔｒｉｃｓ ｄｒｉｖｅｎ ｆｒａｍｅｗｏｒｋ， ｗｅ ｐｕｔ ｆｏｒｗａｒｄ ａ ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｃａｌｌｅｄ ｅｑｕｉ⁃ ｐａｒｔｉｔｉｏｎ Ｋ⁃ｍｅａｎｓ＋＋ ｂａｓｅｄ ｏｎ ｃｏｎｖｅｎｔｉｏｎａｌ Ｋ⁃ｍｅａｎｓ， ａｎｄ ｔｈｕｓ， ｗｅｒｅ ａｂｌｅ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｅｓｐｅｃｉａｌｌｙ ａｓ ｉｔ ｐｅｒｔａｉｎｓ ｔｏ ｄａｔａ ｖｉｓｕａｌｉｚａｔｉｏｎ． Ｔｈｅ ａｇｇｒｅｇａｔｅｄ ｄａｔａ ｏｂｔａｉｎｅｄ ｂｙ ｅｑｕｉｐａｒｔｉｔｉｏｎ Ｋ⁃ｍｅａｎｓ＋＋ ｍａｙ ｎｏｔ ｏｎｌｙ ｐｒｅｓｅｒｖｅ ｍｏｓｔ ｆｅａｔｕｒｅｓ ｏｆ ｔｈｅ ｏｒｉｇｉｎａｌ ｄａｔａ， ｂｕｔ ａｌｓｏ ｉｍｐｒｏｖｅ ｔｈｅ ｉｍａｇｅ ｑｕａｌｉｔｙ ａｆｔｅｒ ｖｉｓｕａｌｉｚａｔｉｏｎ． Ｏｕｒ ｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ ａｔ ｅａｃｈ ｖａｌｕｅ ｏｆ ｄａｔａ ａｂｓｔｒａｃｔｉｏｎ ｌｅｖｅｌ （ＤＡＬ）， ｅｑｕｉｐａｒｔｉｔｉｏｎ Ｋ⁃ｍｅａｎｓ＋＋ ｇｅｔ ｇｏｏｄ ｒｅｓｕｌｔｓ， ｎｏｔ ｏｎｌｙ ｉｎ ｖｉｓｕａｌｉｚａ⁃ ｔｉｏｎ ｉｍａｇｅ ｑｕａｌｉｔｙ ｂｕｔ ａｌｓｏ ｑｕａｌｉｔｙ ｍｅｔｒｉｃｓ ｏｆ ｈｉｓｔｏｇｒａｍ ｄｉｆｆｅｒｅｎｃｅ ｍｅａｓｕｒｅ （ＨＤＭ） ａｎｄ ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ｍｅａｓｕｒｅ （ＮＮＭ）． Ｋｅｙｗｏｒｄｓ：ｑｕａｌｉｔｙ⁃ｍｅｔｒｉｃｓ； ｄａｔａ ｓｐａｃｅ； ｄａｔａ ａｇｇｒｅｇａｔｉｏｎ； Ｋ⁃ｍｅａｎｓ； ｍｕｌｔｉ⁃ｄｉｍｅｎｓｉｏｎａｌ ｄａｔａ ｖｉｓｕａｌｉｚａｔｉｏｎ 收稿日期：２０１３⁃０４⁃１５． 网络出版日期：２０１３⁃０６⁃０３． 基金项目：国家自然科学基金资助项目（６１０７００３３）；广东省自然科学 基金资助项目（９２５１００９００１０００００５）；广东省科技计划资助 项目（２０１０Ｂ０５０４０００１１）． 通信作者：李杨． Ｅ⁃ｍａｉｌ：ｋｉｔｔｙ＿ｌｌｙｙ＠ １６３．ｃｏｍ． 随着信息化社会的全面到来，面向高维海量数 据的应用变得越来越普遍，因此，如何分析和使用这 些数据是一个亟待解决的问题，鉴于人类对于海量 高维数据的认知能力有限，在知识发现、信息决策的 过程中，多维数据可视化技术成为一种辅助人们理 解与直观地掌握数据特性的有效手段．多维可视化 技术的目的是尽量反映多维信息及其各属性之间的 关系信息，帮助数据工程师准确快速地发现数据集 中隐藏的特征信息、关系信息、模式信息、趋势信息