多因素时间序列数据及异常数据的可视化对于提高决策分析效率等问题具有十分重要的意义.由于不同种类数据具有不同的特征,传统的可视化方法在绘制此类数据时会出现图像复杂、用户观察效率低的情况.为此,提出一种高效探索多因素时间序列数据及异常数据的可视化方法MDataEE.首先,使用可视化映射简化多种类数据的视图;其次,根据数据的密度和重要性以及视觉感知来优化坐标轴的绘制;最后,增加了一些交互操作,通过图像显隐及生成对比视图等操作,方便用户根据需求自由探索不同方面的数据.在真实PM2.5数据集上进行的实验结果表明,与传统可视化方法相比,所提出的方法能够生成简洁且易于分析的可视化视图,在分析异常数据变化的趋势及原因等方面更有优势,可提高用户理解并分析异常的多因素时间序列数据的效率.

多因素时间序列数据;异常数据;可视化设计;可视化分析

大数据知识工程教育部重点实验室(合肥工业大学) 合肥 230009;合肥工业大学计算机与信息学院 合肥 230601;智能互联系统安徽省实验室(合肥工业大学) 合肥 230009;黄山水务控股集团有限公司 黄山 245000

[1]路强;葛逸凡;余烨;黎杰;饶金刚-.MDataEE:多因素时间序列数据的分析与可视化)[J].计算机辅助设计与图形学学报,2022(10):1613-1625

MDataEE,多因素时间序列数据,多种类数据

异常数据,决策分析,分析效率,可视化方法,视图,视觉感知,坐标轴,交互操作,自由探索,PM2,数据变化,可视化设计

0.179505