Визуальное изображение разницы шести матриц

[swdartvader]

Здравствуйте! Появилась необходимость продемонстрировать динамику, происходящую в ячейках матрицы субглобальной статистики по результатам итераций моделирования (при изменении параметра). По результатам работы модели для сглаживания локальных вариаций ЦМР, построенной по результатам НЛС (некий аппроксиматор) были получены глобальные статистические характеристики (минимум, максимум, медиана, РМСЕ, куртозис одномерного распределения и т.д.), локальные характеристики (невязки, их поведение, распределение, измерение квартилей), но для исчерпывающего понимания происходящих процессов было принято решение построить субглобальные характеристики (наподобие статистики движущегося окна - moving window statictics, но без захвата точек из соседних ячеек). В результате было получено по 6 матриц в 64 ячейки на каждую из итераций, по множеству стат величин.
На примере субглобального минимума:
Вариация внутри наборов = 30 [0;30]
Значения, при изменении параметра моделирования, изменяются крайне незначительно (~ -+ 0,001)
Ввиду таких незначительны изменений построить карты значений, расположенные в ряд, чтобы изменения цвета ячеек демонстрировали изменения величины субглобального минимума, не выходит - изменения столь незначительны, что восприятие таковых затруднено.
Есть ли варианты каким образом продемонстрировать изменения такого характера?
Матрицы субглобальной статистики - обычные растры double, ячейкой 5х5

[dime1]

swdartvader, "Будьте добры, помедленнее!.. Я записываю..."
(можно попроще объяснить какие на данный момент есть исходные данный и что нужно получить?)

[swdartvader]

Есть:
6 растров. 1 - с значениями измерений в ячейках. 5 - аппроксимированные значения (аппроксимирующая модель с разными параметрами). Надо продемонстрировать изменения происходящие в ячейках в ходе аппроксимации.
Например: в ячейку растра измерений попало 500 точек измерения со значением f(x,y), было вычислено, что вариация этих данных 10. Была произведена аппроксимация функции f(x,y) этих 500 точек и получены функции f1(x,y), f2(x,y), .... f5(x,y). Значение функции fn(x,y) убывает (вариация изменяется 10, 9.5, 9, 8.5, 8, 7.5).
Таких ячеек в растре более сотни. В самом растре глобальная вариация 30, значения растут с севера на юг.

Надо продемонстрировать изменения происходящие в ячейках при аппроксимации. Проблема что из--за присутствия глобального роста величины с севера на юг в каждом растре - я раскрашиваю его по значению этой величины - не получается очевидно передать изменения этой величины в процессе аппроксимации, поскольку эти изменения много меньше, чем само значение этой величины.

[dime1]

Хм... если просто наглядно показать в исходном экстенте, то возможно оправданно будет просто увеличить размер ячейки растра, чтоб было видно все эти изменения? Либо как-то классифицировать растр и объединить, например, ячейки со значениями от 8 до 10 в один класс?
Возможно я говорю простые вещи, нужно видеть данные. Но знаю, что очень точно и динамично противоречат человеческому восприятию/бумажной печати. Потому нужно чем-то жертвовать.
Надеюсь, подсказал.

[andreygeo]

Надо продемонстрировать изменения происходящие в ячейках при аппроксимации. Проблема что из--за присутствия глобального роста величины с севера на юг в каждом растре - я раскрашиваю его по значению этой величины - не получается очевидно передать изменения этой величины в процессе аппроксимации, поскольку эти изменения много меньше, чем само значение этой величины.

А вот просто, ради любопытства, скажите, а что за значения такие? Что вы так хотите показать, какой объект/процесс? Уж больно всё загадочно звучит

[dime1]

фильтрация ЦМР?)

[swdartvader]

Вот модели, по результатам измерений и после аппроксимации, мне необходимо показать незначительность возникающих в ходе работы метода невязок

А вот как выглядит статистика по ячейкам, заметьте - сложно уловить изменения максимумов, без сравнивание конкретно численных характеристик в подписях.
Проблема в том, что выбранный мной размер ячейки, как на картинке вложения, хорошо работает для всех стат характеристик, кроме вариации (в ячейке) которая по-сути является основной мерой гладкости итоговой модели, как выяснилось после изучения. Потому мне придется уменьшить размер ячеййки, по крайней мере в 2.5 раза, и текст туда уже нифига не влезет. И в ходе роста параметра убывает почти линейно а модели становятся более сглаженными, не сильно теряя в точности, так что метод, применимо к высокоплотным измерениям (несколько тысяч измерений на кв\м) достаточно интересный

Картинки под спойлерами что-то не желают просматриваться :\

2

вар1.jpg (1.34 МБ) 5709 просмотров

1

max - копия.jpg (1.56 МБ) 5709 просмотров

[qssaka]

"мысли вслух": может быть использовать какие-либо приемы кластеризации, вам же, по-сути, нужно понижать размерность иерархии. можно построить, например, деревья или методом К-средних.. ( http://www.statsoft.ru/home/textbook/mo ... uan.html#k )