基于移动最小二乘的多维数据轮廓可视化方法
摘要：高维数据的分析是一个常见的任务。通常情况下，使用小多图来同时可视化1或2个维度，例如散点图矩阵。然而，在不同视图之间关联数据点可能很困难，因为这些点是不固定的。有时候，会采用降维技术来在一幅图像中总结整个数据集，但是这种视图中会丢失个别维度。在本文中，我们提出了一种通过添加等值线来恢复原始维度的降维图的方法。通过将这种方法应用于原始数据的每个维度，我们创建了多个视图，其中数据点是一致的，这方便了它们的比较。我们的方法结合了一种新颖的基于图的投影技术和GPU加速的最小二乘移动平滑插值方法。我们还通过案例研究和用户研究对这种方法进行了评估。
作者：Chris W. Muelder, Nick Leaf, Carmen Sigovan, and Kwan-Liu Ma
论文ID：1408.0677
分类：Graphics
分类简称：cs.GR
提交时间：2014-08-05