| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 本文主要工作 | 第11页 |
| 1.3 本文组织结构 | 第11-13页 |
| 2 可视化技术和测评技术 | 第13-20页 |
| 2.1 主要的可视化技术 | 第13-16页 |
| 2.2 可视化技术的比较 | 第16页 |
| 2.3 数据可视化一般过程 | 第16-18页 |
| 2.4 测评技术及方法 | 第18-20页 |
| 2.4.1 评价的方法与步骤 | 第18页 |
| 2.4.2 确定的指标权重基本方法 | 第18-20页 |
| 3 基于Circle Segments技术的度量模型的建立 | 第20-28页 |
| 3.1 Circle Segments可视化技术 | 第20-21页 |
| 3.2 影响可视化效果的因素 | 第21页 |
| 3.3 相关度量指标的选取及计算方法 | 第21-23页 |
| 3.4 各指标权重的确定及CSVM度量模型的建立 | 第23-28页 |
| 3.4.1 指标权重的确定 | 第24-26页 |
| 3.4.2 指标的无量纲化 | 第26-28页 |
| 4 基于CSVM模型的可视化评价系统CVMSystem的实现 | 第28-35页 |
| 4.1 系统的设计目标 | 第28页 |
| 4.2 系统的整体结构 | 第28-30页 |
| 4.3 系统的功能模块设计与实现 | 第30-35页 |
| 4.3.1 数据预处理模块 | 第30-31页 |
| 4.3.2 可视化模块 | 第31-32页 |
| 4.3.3 可视参数调整模块 | 第32-35页 |
| 5 实验验证 | 第35-46页 |
| 5.1 不同数据集上的可视化效果 | 第35-37页 |
| 5.1.1 Iris数据集可视化效果 | 第35页 |
| 5.1.2 Car Evaluation数据集可视化 | 第35-37页 |
| 5.1.3 Wine数据集可视化 | 第37页 |
| 5.2 垂直比较 | 第37-42页 |
| 5.2.1 Breast Cancer Wisconsin(Original)数据集可视化 | 第37-40页 |
| 5.2.2 Forest Fire数据集可视化 | 第40-42页 |
| 5.3 平行对比 | 第42-44页 |
| 5.3.1 Dermatology数据集与Car Evaluation数据集比较 | 第42-43页 |
| 5.3.2 Wine数据集与Ecoli数据集比较 | 第43-44页 |
| 5.4 其他数据集可视化结果比较 | 第44-46页 |
| 6 结论 | 第46-48页 |
| 6.1 论文工作总结 | 第46页 |
| 6.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 学位论文数据集 | 第51页 |
