Підходи до ефективного спрощення і візуалізації великих наборів даних

Abstract

Розглянуто проблеми візуалізації послідовностей великих наборів даних. Задачу пошуку оптимального відображення даних сформульовано у вигляді задачі вибору алгоритму спрощення простих полігональних ланцюгів з мінімальною кількістю помилок. Виконано аналіз ефективності алгоритмів Рамера-Дугласа-Пекера, Реумана-Віткама, Опхейма, Ланга, алгоритму виключення за висотою трикутника та алгоритму радіального виключення точок при роботі з великими даними. Наводяться результати порівняння та оцінки ефективності їх використання для аналізу реальних даних, що збираються в системах локомотивної безпеки.The problems of visualization of sequences of large data sets are considered.The task of finding an optimal data mapping is formulated in the form of selecting the best algorithm for simplification of simple polygonal circuits with a minimum number of errors. The analysis of the efficiency of variation of Ramer-Douglas-Packer algorithm, Reumann-Whitcom algorithm, Opheim algorithm, Lang simplification algorithm, the triangle exclusion algorithm and the radial exclusion algorithm for large data sets are performed. The results of comparison and estimation of their efficiency for the analysis of real data collected in systems of locomotive safety are presented.