【技术实现步骤摘要】
一种面向全排列数据的多变量可视分析方法
本专利技术涉及一种面向全排列数据的多变量可视分析方法。
技术介绍
全排列是组合学中最常见和最基本的主题之一，在科学，工程和商业领域出现了许多问题。而且也出现在数学、组合数学、计算机科学、运筹学、计算分子生物学、自然语言处理、甚至配色方案等许多基础和应用学科中。最常见的情况是许多现实世界的问题在数学上是难以处理的。在这些情况下，需要排列组合技术来计算，枚举或表示解决应用程序问题过程中的可能解决方案。由于在实际应用中的基本性质和重要性，研究者们广泛研究了组合序列的产生，例如排列和组合。我们在日常生活或工作要求中遇到一些规则的排列项目。如旅行计划的最佳旅行顺序，音乐创作中音符的最佳组合，还有最有效的电路组合设计等。大多数情况下，排列的目的是根据要求找到最佳的解决方案或模式。通过排列一个集合中不同项目，获得不同排列序列的方案，用户通过测试筛选，选择心目中最优的结果。但是，全排列问题是一个NP问题，排列集合的数目伴随着项目的增加呈现指数级别的增长。这将会耗费用户大量的时间去手动测试衡量所有排列的方案，与此同时增加了用户探索不同序列变化...
【技术保护点】
1.一种面向全排列数据的多变量可视分析方法，其特征在于，所述方法包括以下步骤：1)、对原始数据集合中的有限项目使用全排列算法得出所有排序方案；假设原始数据为一组集合，集合包含n个需要排列的项目item：S＝{item‑1，item‑2，item‑3…item‑n}，对每个item设置id，然后全排列得出所有目的地的不同排序P＝{P1{1，2，3…n},P2{1，3，2…n}…..Pn！{n，n‑1，n‑2…1}}，不同排序P中方案的数量为Sum＝n！；2)、根据原始数据中各个项目两两之间的连接属性，分别对上一步得到的排序方案添加其对应的连接属性信息；假设原始数据中项目之间连...
【技术特征摘要】
1.一种面向全排列数据的多变量可视分析方法，其特征在于，所述方法包括以下步骤：1)、对原始数据集合中的有限项目使用全排列算法得出所有排序方案；假设原始数据为一组集合，集合包含n个需要排列的项目item：S＝{item-1，item-2，item-3…item-n}，对每个item设置id，然后全排列得出所有目的地的不同排序P＝{P1{1，2，3…n},P2{1，3，2…n}…..Pn！{n，n-1，n-2…1}}，不同排序P中方案的数量为Sum＝n！；2)、根据原始数据中各个项目两两之间的连接属性，分别对上一步得到的排序方案添加其对应的连接属性信息；假设原始数据中项目之间连接的有三个属性分别用T，P，D来表示，则排序方案{1，2，3…n}对应的连接属性向量为：L1＝{T1-2，P1-2，D1-2，T2-3，P2-3，D2-3，T3-4，P3-4，D3-4…T(n-1)-n，P(n-1)-n，D(n-1)-n}；3)、通过MDS算法将所有排序方案降维聚类，在MDS算法构建特征向量的过程中，使用序列的排序信息和属性连接信息来构建特征向量；4)、选择感兴趣序列以后，用可视化组件PCPView的平行坐标高亮展示感兴趣序列的属性信息，旅行数据展示的便是方案的总花费时间，价格，距离三个属性，不同方案，序列不同，连接属性不同，属性总和不同；5)、可视化组件PermView的矩阵视图高亮展示感兴趣序列的详细信息；采用n×n！矩阵的表现方式展示所有的全排列集合，n等于项目的数量，n！为全排列集合的数量；在矩阵中，每一列表示一个排序方案，排序方案从上至下由n个项目组成；采用不同颜色的小矩形来编码映射示不同的项目，通过不同颜色的矩形块在纵轴方向的不同分布来表示排序方案排序的不同；PermView视图就是由这些不同色块排列的排序方案组合而成一个巨大矩阵，展示所有的全排列方案，为用户提供关于所有排序方案的排序映射；采用焦点+上下文可视化交互技术，将用户感兴趣框选的序列详细信息一一焦点扩大，嵌入在原来的矩阵视图中，其他序列信息视图压缩；6)、用户对感兴趣的序列可以展开，查看具体的连接属性，展开序列方案中的项目连接属性使用不同形状的图标表示，虚线连接，由上到下，映射属性值由小变大；用户通过展开序列，比较序列方案之间的差异性，选择符合自己要求的最佳序列方案。2.如权利...
【专利技术属性】
技术研发人员：孙国道，周志秀，赵银，刘义鹏，蒋莉，梁荣华，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。