龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海海洋大学
摘要：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。
主权项：1.一种面向海洋数据异常检测的多视图协同可视分析方法，其特征在于，所述方法包括：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；所述通过时序MDS算法计算海洋数据，得到时序MDS聚类视图，包括：通过对相似性距离矩阵指定滑动窗口的大小和偏移步长，对滑动窗口内的数据使用时序MDS算法投影至一维空间；取偏移步长的长度、沿斜对角线移动滑动窗口，最后将投影后的数据按时序排列，并展示在二维平面上；引入DBSCAN算法对低维空间数据进行聚类，生成时序MDS聚类视图；所述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，包括：通过相似性矩阵计算生成多要素信息熵视图；通过一个多要素信息熵视图展示各海洋数据在时序上熵的变化，并将多要素信息熵视图和时序MDS聚类视图垂直对齐；视图中每一列代表对应的某个滑动窗口中的多个要素的信息熵的值，每一行代表要素的熵值在时序上的变化。
全文数据：
权利要求：
百度查询： 上海海洋大学 面向海洋数据异常检测的多视图协同可视分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号