Page 45 - 大数据技术及安全研究

第一章 大数据核心技术

的课题。数据挖掘可视化技术主要是寻找与分析数据库，并且找出数据库中有用
的信息或潜在需要的信息过程，之后以直观的方式呈现信息模式与数据之间的关
联。这种可视化的数据挖掘方法可以为决策人员深入分析数据关系。模型是数据

挖掘可视化的重要体现，模型可视化方法与数据挖掘运用的算法有一定的关联，
如决策算法可以运用三维建模方式来加以体现，在过程中可视化可以通过立体图
形来体现知识发现过程，数据挖掘可视化技术属于一种辅助方式，其运用直观的
图形方式将数据进行呈现，全面拓展了数据的表达与理解力，在数据深度挖掘方

面有着十分重要的促进作用，在发展中受到了广泛关注和重视。
另外，三维建模与可视化工具在数据准备阶段的重要性相对明显，在建模完
成之后就可以直接对数据信息进行分析，因为三维形态有着直观且可视化优势，
同时还能够在计算机中进行体现，在图形的帮助下就会直接找出数据关系和异常

数据，这是以往单一借助数据分析难以实现的。三维建模可视化数据分析技术全
面拓展了以往传统的图表功能，数据分析和剖析也较为清晰且深入，可以全面且
有效地体现出数据信息的内在本质。
（二）基于内容的三维模型检索技术分类

1. 基于几何的三维模型内容检索技术
从几何角度来开展三维模型内容检索主要是应用统计模型中的几何分布，也
可以借助几何变化来使三维模型转变成为一种定向信息，之后再将模型之间的相
似性转变成向量间的相似性。针对几何变化方式来讲，其主要是利用三维模型的

空间信息再通过数学变化方式呈现出向量信息，相关学者提出了 3D 离散傅里叶
变化的相似性评价模式，在过程中应在离散化给定的三维模型中得出体素化模型，
然后运用加权主元分析来对已经给定的三维模型转变坐标，再借助 3D 离散傅里
叶变化描述三维模型形状，最后通过相应的范式来对三维模型间的相似性特征开

展评价。通常来讲，从几何角度来提出数据信息和内容较为便捷，相似性评价效
率也可以得到全面提升，但需要事先对模型开展 PCA 预处理，如果 PCA 对齐存
在问题，那么就会直接影响到几何变换检索效率。
2. 基于拓扑的三维模型内容检索技术

因为几何信息难以很好地描述几何体形结构中的信息，这样就会导致两个结
构较为相似的三维模型在几何三维模型中难以实现有效检索，相似度也会相对较
差。结构信息在 CAD 模型中的重要性较为明显，而拓扑结构能够反映出模型内

·37·