-
公开(公告)号:CN114780618A
公开(公告)日:2022-07-22
申请号:CN202210533499.7
申请日:2022-05-17
Applicant: 上海海洋大学
IPC: G06F16/2458 , G06F16/26 , G06V10/762 , G06K9/62 , G06Q50/26
Abstract: 本发明涉及一种面向海洋数据异常检测的多视图协同可视分析方法,包括:通过时序MDS算法计算海洋数据,得到时序MDS聚类视图;引入多要素信息熵视图,并与时序MDS聚类视图结合,展示每个要素在时序上的变化趋势;引入焦点区域平行坐标视图,并将变化趋势内与异常现象对应的焦点区域数据投影到平行坐标视图中,对焦点区域的数据做进一步的可视分析。上述面向海洋数据异常检测的多视图协同可视分析方法,通过时序MDS算法计算得到时序MDS聚类视图,并引入了多要素信息熵视图,揭示每个要素的变化趋势,同时用户可以选中时序MDS聚类视图中异常模式对应的时间,将原始数据投影到焦点区域平行坐标视图中,可适用于对存在异常模式的海洋时序数据进行检测。
-
公开(公告)号:CN114780618B
公开(公告)日:2024-10-15
申请号:CN202210533499.7
申请日:2022-05-17
Applicant: 上海海洋大学
IPC: G06F16/2458 , G06F16/26 , G06V10/762 , G06Q50/26
Abstract: 本发明涉及一种面向海洋数据异常检测的多视图协同可视分析方法,包括:通过时序MDS算法计算海洋数据,得到时序MDS聚类视图;引入多要素信息熵视图,并与时序MDS聚类视图结合,展示每个要素在时序上的变化趋势;引入焦点区域平行坐标视图,并将变化趋势内与异常现象对应的焦点区域数据投影到平行坐标视图中,对焦点区域的数据做进一步的可视分析。上述面向海洋数据异常检测的多视图协同可视分析方法,通过时序MDS算法计算得到时序MDS聚类视图,并引入了多要素信息熵视图,揭示每个要素的变化趋势,同时用户可以选中时序MDS聚类视图中异常模式对应的时间,将原始数据投影到焦点区域平行坐标视图中,可适用于对存在异常模式的海洋时序数据进行检测。
-