高维时空房地产数据的可视分析

高维房地产数据中包含着复杂的空间和时间趋势,为了使用户能够创建自己的可视化形式并理解房地产市场中的内容,提出基于HTML5的在线房地产信息的、包含4个组件的可视分析方法.该方法提出了基于楼盘地理位置聚类的可视化方法来展示楼盘地理信息的地学可视化组件,结合多种布局和排序方式来展示楼盘销售数量变化的堆栈图组件,基于楼盘销量和价格的聚类方法来展示楼盘多维属性的像素条图组件,并结合多种节点布局和排序的方式展示数据层次结构的树图组件;最后对各组件设计了良好的交互操作,丰富了系统的分析能力.文中方法已用于杭州市房地产的真实数据分析中,用户和专家反馈效果良好.     

一种新型混沌交织器对turbo码性能的影响

该文对turbo码中关键的交织器作了分析,阐述了交织器在turbo码中的重要作用,提出了一种基于ICMIC映射的随机交织器设计方法。通过在AWGN信道下采用Log-MAP译码算法进行仿真实验,本文设计的混沌交织器纠错性能较3GPP标准交织器提高0．35 dB,较S-伪随机交织器提高0．15 dB。     

基于组件协同的时空数据可视分析系统

设计实现基于组件的、多视图协同的可视分析系统,用于探索分析复杂的时空数据,挖掘其中隐藏的空间模式、时间模式及多维属性模式.系统以杭州房地产数据为例进行分析研究,该数据是一种典型的时空数据,包括楼盘的空间分布情况、均价和销量变化规律、楼盘属性相关性等复杂特性.系统以可视化的方式,提供了综合有效的、可交互的分析方法.系统开发实现4个核心可视分析组件:地图组件、平行坐标组件、时间序列组件和treemap组件.地图组件提供空间视图;平行坐标组件提供多维视图;时间序列组件提供时间视图;treemap组件提供综合视图.系统以一种可扩展、可定制的方式,实现各个组件之间高效的关联协同,从而大大提高了系统整体综合分析能力.     

出租车GPS大数据的道路行车可视分析

针对出租车GPS数据因其数据量庞大和时空信息特征复杂而带来的分析难题,提出一种基于出租车GPS大数据的道路行车可视分析方法.该方法用OpenStreetMap得到开阔道路的地图,采用离散和连续型2种编码方式对道路上的车流量、行车方向和速度等情况进行分析;离散编码采用箭头图表示,并用速度区间聚类算法优化颜色布局;连续编码采用栈图表示,并用特征点提取算法加速图表绘制.最后以杭州市出租车GPS数据为样例,将数据分布式存储在云计算平台上,采用MapReduce加快数据查询和处理,应用文中的2种可视编码方式进行可视分析,结果表明,该方法能准确地反映杭州市道路交通状况.