In this paper, we proposed a new ki

In this paper, we proposed a new kind of parallel
coordinates method to make time-series data visualize. Though
parallel coordinates has some advantanges, but are restricted in
many ways especially time-series data visualization. We
improve the parallel coordinates by adding the parameters for
each axis. When the axes are reprensented by polar function , it
can achieve a good effect for time-series data. However, when
the number of axes become too large or else, parameterized
parallel coordinates can’t work well. We apply CMF to
parameterized parallel coordinates, giving a perfect intuition.
Finally, we adjust the CMF in a interactive way to reduce the
individual effect.

ผลลัพธ์ (ไทย) 1:

ในกระดาษนี้ เราเสนอแบบขนานใหม่ประสานวิธีการทำให้เห็นภาพข้อมูลอนุกรมเวลา แม้ว่าพิกัดแบบขนานมี advantanges บาง แต่จะจำกัดในหลายวิธีแสดงข้อมูลอนุกรมเวลาโดยเฉพาะอย่างยิ่ง เราปรับปรุงพิกัดขนาน โดยการเพิ่มพารามิเตอร์สำหรับการแต่ละแกน เมื่อแกน reprensented โดยฟังก์ชันเชิงขั้ว มันสามารถบรรลุผลดีสำหรับข้อมูลอนุกรมเวลา อย่างไรก็ตาม เมื่อพารามิเตอร์ของแกนกลายเป็น อื่น หรือขนาดใหญ่เกินไปพิกัดแบบขนานไม่สามารถทำงานได้ดี เราใช้แบบ CMF ไปพารามิเตอร์พิกัดขนาน ให้สัญชาตญาณที่สมบูรณ์แบบในที่สุด เราปรับ CMF ในทางแบบโต้ตอบเพื่อลดการผลละ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะนำเสนอรูปแบบใหม่ของขนาน
วิธีพิกัดเพื่อให้เวลาชุดข้อมูลที่เห็นภาพ แม้ว่า
พิกัดขนานมี advantanges บาง แต่จะถูก จำกัด ใน
หลาย ๆ ด้านโดยเฉพาะอย่างยิ่งเวลาชุดการแสดงข้อมูล เรา
ปรับปรุงพิกัดขนานโดยการเพิ่มพารามิเตอร์สำหรับ
แกนแต่ละ เมื่อแกนจะ reprensented โดยฟังก์ชันขั้วโลกก็
สามารถบรรลุผลดีสำหรับข้อมูลอนุกรมเวลา แต่เมื่อ
จำนวนของแกนกลายเป็นขนาดใหญ่เกินไปหรืออื่นแปร
พิกัดขนานไม่สามารถทำงานได้ดี เราใช้ CMF เพื่อ
พิกัดขนานแปรให้ปรีชาสมบูรณ์แบบ.
สุดท้ายเราปรับ CMF ในวิธีการโต้ตอบเพื่อลด
ผลกระทบของแต่ละบุคคล

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราเสนอรูปแบบใหม่ของขนานวิธีอนุกรมเวลา ข้อมูลพิกัดเพื่อให้เห็นภาพ แม้ว่าพิกัดคู่ขนานมี advantanges แต่จะถูก จำกัด ในหลายวิธี โดยเฉพาะเวลาแสดงข้อมูล เราปรับปรุงพิกัดคู่ขนาน โดยการเพิ่มพารามิเตอร์สำหรับในแต่ละแกน เมื่อแกน reprensented โดยฟังก์ชั่นขั้วโลก ,สามารถบรรลุผลที่ดีสำหรับข้อมูลอนุกรมเวลา . อย่างไรก็ตาม เมื่อจํานวนแกนกลายเป็นขนาดใหญ่เกินไปหรือพารามิเตอร์อื่นพิกัดคู่ขนานไม่สามารถทำงานได้ดี เราสมัครไป 2พารามิเตอร์พิกัดคู่ขนาน ให้สัญชาตญาณที่สมบูรณ์แบบในที่สุด เราปรับ 2 ในแบบโต้ตอบเพื่อลดผลของแต่ละบุคคล