高维数据是生活中一种常见数据,针对其分组特点以及时序特性分析十分具有挑战性。相对于传统的数据分析方法,可视化与可视分析技术具有直观、可交互的特点。可视化映射能够让用户直观地感知高维数据之中维度间的关联、数据分布规律以及时序变化特点。合理的交互设计能够使用户深入探索数据,辅助用户在无任何先验知识情况下的对高维数据进行分析。本文对高维数据中的分组特点、时序特性以及交互设计进行了研究。设计合理的可视化方法对多组高维数据以及高维时序数据进行可视化表示,通过有效的交互策略辅助用户对高维数据深入探索与分析。本文的研究工作主要有以下几点:(1)交互式自适应平行坐标图。高维数据具有明显的分组特点,传统的平行坐标图能够展示数据的整体分布以及维度关联,但难以完成集合内和集合间的分析任务。本文针对传统的平行坐标图方法进行改进,提出交互式自适应嵌套平行坐标图,对多组高维数据进行可视化映射以及对比分析。用平行坐标图进行可视化,数据顺序对展示结果有很大影响,因此本文从维度关系以及分组间关系入手提出了两种维度重排算法,提高用户对高维数据的感知。(2)基于状态图的高维时序数据可视化方法。高维时序数据同时具有高维特性以及时变特性。传统的河流图或平行坐标图等方法均无法很好展现数据中的维度关联以及时变特征。本文提出了一种基于状态图的高维时序数据可视化方法,首先将高维数据投影至二维平面得到状态图并对高维时序数据进行可视化映射。通过状态图中节点的分布情况,用户可以了解到时变过程中数据的状态分布与状态转移。(3)基于多视图联动的可视化交互设计。常用的可视化方法有其相应的特点以及优势,为了对高维时序数据多层次多角度进行分析,提出了一种基于多视图联动的可视化交互设计。该方法使用状态图对数据产生整体感知;平行坐标图对原始数据进行展示;散点图矩阵探索每个维度之间的关系;主题河流图和热力图从不同角度展示数据各个维度随时间变化过程。通过设计多种交互手段以及多视图间联动帮助用户对数据进行深入探索。