为了探索多变量之间的局部相关性，本文提出了一种基于双聚类的多变量数据协同探索框架，自动提取有意义的局部特征(由变量子集和体素子集构成且对应体素在对应的变量上具有相似的数值模式的集合，即Bicluster)，并设计多个视图探索多变量数据的局部相关性。

物理仿真模型可以模拟不同的物理现象生成大量的多变量数据集。不同变量在模拟过程中协同工作，因此它们之间通常有隐含的相关性。通常情况下，变量集在局部区域往往会表现出较强的相关性，因此，提取变量在不同区域的局部相关性比基于所有体素度量的全局相关性更为必要。

局部相关性分析框架

A co-analysis framework for exploring multivariate scientific data

Xiangyang He, Yubo Tao, Qirui Wang, Hai Lin

Link：

免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。