科研之友
微信
新浪微博
Facebook
分享链接
摘要
交通智能卡可以记录居民的移动出行，反映居民的源-目的地信息。但智能卡记录的源-目的地流数据规模大，直接可视化空间分布容易导致视觉杂乱。并且，多元数据类型多更难以和流数据结合对比分析。因此，针对直接可视化大规模源-目的地数据的空间分布容易视觉遮挡的问题，提出了基于正交非负矩阵分解的流聚类方法。该方法对源-目的地数据进行聚类后再可视化，可以减少不必要的遮挡。针对多元时空数据类型多难以结合对比分析的问题，设计了站点多元时序数据视图。该可视化方法将站点的流量大小和空气质量、空气温度、相对湿度、降雨量这四类多元数据在同一时间序列上编码，提高了视图的空间利用率并且可以对比分析。为了辅助用户探索分析，开发了基于源-目的地流和多元数据的交互式可视分析系统，并设计了多种交互操作提升用户探索效率。最后，基于新加坡交通智能卡数据集，从聚类效果和运行时间对本文聚类方法评估。结果显示，在用轮廓系数评估聚类效果上，本文方法比原始算法提升了0.028，比用K均值聚类方法提升了0.253；在运行时间上比聚类效果较好的ONMFS算法快了254秒。并通过案例分析和系统功能对比验证了系统的有效性。
- 单位
