通过图像空间着色来减少基于线的密度图中的模两可.

科学领域:

• 计算机科学 计算机科学
• 数据可视化 数据可视化
• 人与计算机的交互

背景情况:

• 基于线的密度图可以减少复杂线图中的杂乱,但往往缺乏清晰度.
• 传统密度图中的模糊性阻碍了在大数据集中的趋势识别.

研究的目的:

• 为基于直线的密度图表提出一种新的图像空间着色方法.
• 提高密度图的解释性和趋势识别能力.

主要方法:

• 采用颜色来表示数据密度,并识别图中类似的区域.
• 使用情节区域内的线条的层次聚类.
• 应用圆形多维缩放 (MDS) 来将集群映射到色彩圆上.
• 介绍了一种启发式方法,用于将单个行分配给集群.

主要成果:

• 提出的方法有效地提高了基于直线的密度图的解释性.
• 颜色用于视觉传达数据密度,并突出显示类似的线条分组.
• 用户可以更容易地识别和区分复杂数据集中的趋势.

结论:

• 这种新的着色方法显著改善了基于线的复杂密度图的趋势分析.
• 该方法允许同时分析数据密度和个别线路行为.
• 用户研究和现实世界数据集验证了该方法的有效性.