基于SOM和引力场聚类的金融数据可视化

被引：10

作者：

刘芳

田凯

周志光

林海

机构：

[1] 浙江大学CAD&CG国家重点实验室

来源：

计算机辅助设计与图形学学报 | 2012年 / 24卷 / 04期

关键词：

聚类; 平行坐标; 金融数据; 可视化分析; 引力场; 自组织映射;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

平行坐标技术是信息可视化中重要的分析手段,可以实现多维数据在二维空间上的可视化.为了给用户提供一种快捷、方便的金融数据可视化及分析工具,提出一种基于引力场聚类的金融数据可视化方法.首先利用自组织映射(SOM)对初始金融数据进行分类,使每类数据都含有特定的经济意义;然后进行视觉聚类,利用引力场原理对每个类中的折线进行聚拢,对类与类之间进行排斥,再通过设置不透明度以及交互操作等手段对可视化结果进行增强.实验结果表明,该方法可以形成清晰的可视化聚类结果,便于发现数据的变化规律.

引用

页码：435 / 442

页数：8

共 4 条

[1] On methods of computer graphics for visualizing densities
Wegman, EJ
Luo, Q
[J]. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, 2002, 11 (01) : 137 - 162
[2] Self organizing neural networks for financial diagnosis
SerranoCinca, C
[J]. DECISION SUPPORT SYSTEMS, 1996, 17 (03) : 227 - 238
[3] Clutter reduction in multi-dimensional data visualization using dimension reordering. In Proceedings of 2004 IEEE symposium on information visualization .2 W Peng,MO Ward,EA Rundensteiner. . 2004
[4] Self-Organizing Maps .2 Kohonen T. Springer-Verlag . 1995

← 1 →