计算机辅助设计与图形学学报

作者：陈嘉澍, 吴子健, 王立鹏, 赵涓涓, 刘世霞

关键词：聚类结果可视化, 聚类感知, 可视分析, 信息图表

为了帮助专家更高效地分析和构建信息图表数据集，提出一种基于聚类感知增强的数据集可视分析系统。系统包括控制视图、概览视图和样本视图3个主要模块，支持数据分析人员对数据集进行层次化探索，并对样本进行筛选和检查。首先通过集成类簇形状优化方法和动态颜色分配方法改进用户对类簇的感知，提升分析的准确率；然后引入层次化探索机制，使用户能够系统性地探索、分析大规模数据集。在信息图表数据集上开展的实际案例研究表明，所提系统在排除非目标样本、探索信息图表设计空间和针对性地补充数据方面取得显著效果，采样评测下100%的样本为目标样本，且总结出的设计空间能够覆盖约94%的采样样本，验证了该系统能够帮助数据分析人员更直观地理解和分析信息图表数据集，构建高质量的数据集。

来源：2026年第1期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2026年第1期