论文部分内容阅读
多变元时态数据大量存在于社会科学、环境监测、金融经济、医疗卫生及地理信息等领域。对多变元时态数据集进行深入分析,创新性地将经典的层次数据可视化方法Radial Tree加以改进,提出集成度量属性的Radial Tree布局算法(LAMPRT)、基于Radial Tree的具有度量属性的多变元时态数据可视化布局算法(LOVEBRT),结合相应的人机交互策略,形成可视化方法TVBRT。案例研究证明了该方法的有效性,并表明它能展示数据集中的细节内容。TVBRT方法侧重于对数据进行层次分析,适合于展示对具体