一種基于改進的密度聚類的區(qū)域數(shù)據(jù)可視化方法

摘 要：目前的可視化應(yīng)用不管動態(tài)還是靜態(tài)可視化，已經(jīng)存在二維圖形展示和點密度展示幾種形式，而點密度已經(jīng)成為作為體現(xiàn)密度特征的最有力手段。但目前的一般手段都只是簡單的在特定區(qū)域內(nèi)實現(xiàn)隨即點的輸出。由于數(shù)據(jù)本身的密度屬性與其所屬區(qū)域存在內(nèi)在屬性關(guān)聯(lián)，本文在前期通過密度處理分析進行聚類，將數(shù)據(jù)集進行歸類劃分后在對應(yīng)區(qū)域進行判斷輸出實現(xiàn)可視化，實驗證明具有更符合區(qū)域特征的可視化效果，并且時間和空間復(fù)雜度明顯小于直接進行點密度可視化輸出的算法。

關(guān)鍵詞：可視化；點密度；聚類

中圖分類號：TP391.41

近年來，隨著數(shù)據(jù)倉庫技術(shù)、網(wǎng)絡(luò)技術(shù)、電子商務(wù)技術(shù)等的發(fā)展，可視化技術(shù)得到了更深入的發(fā)展，所謂數(shù)據(jù)可視化是對大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中的數(shù)據(jù)的可視化，它是可視化技術(shù)在非空間數(shù)據(jù)領(lǐng)域的應(yīng)用，使人們不再局限于通過關(guān)系數(shù)據(jù)表來觀察和分析數(shù)據(jù)信息，還能以更直觀的方式看到數(shù)據(jù)及其結(jié)構(gòu)關(guān)系[1]。

在電力、醫(yī)學(xué)、農(nóng)業(yè)、現(xiàn)代服務(wù)業(yè)等應(yīng)用系統(tǒng)中，往往需要把相應(yīng)區(qū)域數(shù)據(jù)進行可視化展示，以更直觀形象的反應(yīng)區(qū)域數(shù)據(jù)分布問題。區(qū)域數(shù)據(jù)的可視化比較適合于用點密度圖來描述，更符合人眼對密度判定的感知與決策。用點密度圖來顯示區(qū)域數(shù)據(jù)密度圖上通常用打上圓點或其它符號在給定的特定區(qū)域描繪特有的數(shù)據(jù)，符號都可以代表一個實體或一個群體。點密度圖對表現(xiàn)特有數(shù)據(jù)時它們通常可以在區(qū)域之間進行比較，這些符號或圓點并沒有明確的指所在的位置它們通常是代表一定范圍之內(nèi)的多邊形區(qū)域里的數(shù)據(jù)。通過對相應(yīng)行業(yè)區(qū)域數(shù)據(jù)進行可視化處理，可以為行業(yè)決策分析發(fā)展提供更穩(wěn)定可靠的分析依據(jù)。本文提供一種基于密度聚類的區(qū)域數(shù)據(jù)可視化方法，通過該方法得到區(qū)域數(shù)據(jù)密度可視化的直觀效果圖，可以為行業(yè)資源的合理分配、決策分析發(fā)展提供更穩(wěn)定可靠的依據(jù)。

1 創(chuàng)建多維區(qū)域數(shù)據(jù)集

創(chuàng)建用于聚類和數(shù)據(jù)負荷分析的多維數(shù)據(jù)倉庫集D[2]，主要包括具有行業(yè)代表特征的數(shù)據(jù)子集、相關(guān)聯(lián)的氣象信息數(shù)據(jù)子集、相關(guān)聯(lián)的地區(qū)信息代碼子集等，以多維方式建立的數(shù)據(jù)模型有利于簡化業(yè)務(wù)分析復(fù)雜度和提高數(shù)據(jù)查詢性能。

圖1 多維區(qū)域數(shù)據(jù)集示意圖

圖2 三維立體信息數(shù)據(jù)模型圖

2 基于密度計算的聚類模型

（1）對多維數(shù)據(jù)倉庫集D，按照如下聚類目標(biāo)的估計模型[3]確定聚類中心點： ，xi，xj為數(shù)據(jù)集D中的數(shù)據(jù)點。

其中σ選取0.5，選取密度最大的前k個數(shù)據(jù)作為初始聚類中心點，形成D′，D′包含k個初始類子集{d1，d2，…dk}。

（2）依次計算初始類子集中每一個對象sl到k個種子點的距離，其中：l={1，2，…，n}，將sl逐個分派到其最近均值的類中去，重新計算接受新對象的類和失去對象類的均值 （sl∈di）。

（3）重復(fù)第（2）步，直到各類再無元素進出[4]。

3 區(qū)域數(shù)據(jù)可視化

（1）對于一定范圍內(nèi)地理區(qū)域，形成相應(yīng)的不規(guī)則多邊形的集合V[5]，并計算出V中各個多邊形Vi（i∈l：n）的邊界條件，即多邊形Vi各個頂點x，y坐標(biāo)的最大值和最小值{xmin，xmax，ymin，ymax}。

（2）對于每個di（i∈l：k）中的點P（x，y），讀取點P的坐標(biāo)并遍歷集合V，確定點P坐標(biāo)的范圍{xmin

（3）對于點P和V′，從P點引出向右射線，判斷P與不規(guī)則多邊形Vi（Vi∈V′）邊界的交點數(shù)，如果焦點個數(shù)為0或偶數(shù)則點P不在Vi對應(yīng)區(qū)域內(nèi)。若P點的向右射線恰好過邊界頂點，則可以將向右射線順時針或逆時針旋轉(zhuǎn)一個小角度，繼續(xù)前述步驟進行判斷（但要求移動后的P點屬性沒有發(fā)生變化）；

（4）在Vi中打印輸出P點，重復(fù)本步驟，直到{d1，d2，…dk}中所有數(shù)據(jù)點打印輸出完畢。

圖3 區(qū)域數(shù)據(jù)密度點生成流程圖

3 結(jié)束語

本文中的算法適用于電力、醫(yī)學(xué)、農(nóng)業(yè)、現(xiàn)代服務(wù)業(yè)中，在商業(yè)網(wǎng)絡(luò)應(yīng)用中，可就產(chǎn)品線上線下訂單及物流分布情況進行特點分析，可有助于相應(yīng)的產(chǎn)品調(diào)度配送方案調(diào)整。通過本文中方法得到區(qū)域數(shù)據(jù)密度可視化的直觀效果圖，可以為行業(yè)資源的合理分配、決策分析發(fā)展提供更穩(wěn)定可靠的依據(jù)。例如可以在所屬地理轄區(qū)內(nèi)實現(xiàn)對任意時刻任意地區(qū)的電力負荷信息的總覽，便于實現(xiàn)宏觀調(diào)控和決策。對任意時刻任意地區(qū)的電力故障信息的總覽，便于實現(xiàn)預(yù)防應(yīng)對和搶修決策。在農(nóng)業(yè)應(yīng)用領(lǐng)域中，區(qū)域數(shù)據(jù)可視化可以與遙感監(jiān)測等進行緊密結(jié)合，為農(nóng)作物種植形態(tài)的結(jié)構(gòu)規(guī)劃提供決策服務(wù)。

參考文獻：

[1]劉勘，周曉崢，周洞汝.數(shù)據(jù)可視化的研究與發(fā)展[J].計算機工程，2002（08）.

[2]劉濤，楊勁鋒，闕華坤.基于聚類的線損分析研究[J].華東電力，2013（07）.

[3]Adriano Moreira，Maribel Y.Santos and Sofia Carneiro[J].Density-based clustering algorithms.DBSCAN and SNN.Version 1.0，2005.

[4]Baolin Yi，Haiquan Qiao.An Improved Initialization Center Algorithm for K-means Clustering[J]，2010.

[5]樊淑麗，基于SVG的電力系統(tǒng)信息可視化技術(shù)研究[D].浙江大學(xué)，2007.

作者簡介：李秀怡（1979.05-），女，碩士研究生，研究方向：電子商務(wù)、圖像信息處理。

作者單位：南京財經(jīng)大學(xué)江蘇省電子商務(wù)重點實驗室，南京 210003