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.     

基于双Leap Motion的三维可视化交互方法研究

由于Leap Motion硬件设备识别范围和其图像识别算法的局限性,当交互手势中手指平面平行于Leap Motion视觉探测方向时容易因产生手指混叠现象,降低手势识别的精度而影响交互体验.为解决手指遮挡问题提高交互体验,提出在不同角度设置双Leap Motion的方法.首先垂直设置双Leap Motion于预定位置;然后对上边Leap Motion探测数据进行矩阵转换;最后对双Leap Motion数据进行数据融合计算,得到手势运动类型.一系列用户对比实验结果表明,该方法在减少手指混叠现象、提高易用性方面有明显作用,具有实际应用价值.     

基于空间坐标系旋转的高效轨迹匹配算法

轨迹相似度估计是发现车辆运动特征和轨迹分类的关键,但计算轨迹相似度缓慢,提高轨迹匹配速度可以帮助展开轨迹特征的快速挖掘,因此提出一种基于空间坐标系旋转的高效轨迹匹配算法.首先利用空间坐标系的多次旋转,将轨迹曲线转换成点数等于旋转次数的平均数和方差曲线;然后使用Fréchet距离和皮尔森相关系数衡量平均数曲线间相关性和方差曲线间相关性;最后根据Fréchet平均数、Fréchet方差、皮尔森平均数和皮尔森方差4个参数的大小间接确定原始轨迹间的相似性.在不同的轨迹采样点数目和空间坐标系旋转次数下,基于杭州市出租车轨迹数据,与传统Hausdorff轨迹匹配算法比较轨迹匹配的准确度和速度.基于多次实验的结果表明,该算法保证轨迹匹配准确度的同时,平均可以提高85%的轨迹匹配速度.通过构建包含展示轨迹匹配结果的地图概览、探索轨迹匹配结果差异性的可视化交互组件和选择轨迹匹配参数3大模块的可视化分析系统,探索4种轨迹匹配方法结果的差异性,帮助道路网研究人员更快地匹配真实行车轨迹和寻找相似轨迹群.     

基于二阶优化的地图重构算法

空间数据可视化是信息可视化的重要组成部分,而地图则是空间数据可视化最常用的载体.生成与传统地图相似的简化地图能够提高研究人员与普通民众对空间数据分析和可视查看的效率和准确率.然而传统通过人工绘制得到重构地图的过程十分烦琐,现有算法生成的重构地图大都由矩形形式组成,导致地图结构化信息缺失.这些因素都会影响重构地图的可视化效果.通过数据简化以缩减边界数据量、直角化与去噪声以规范图形边界和消除边界毛刺、二阶优化求解以得到最优布局效果这3个步骤,实现地图重构及可视化的完整流程.文中选择我国部分省份以及美国除夏威夷和阿拉斯加外的地区作为测试样本.对比现有的空间有序正方化布局算法,该算法能更好地维持重构地图与实际地图在区域形状和邻域关系的相似度.     

A Survey of Visual Analytics Techniques and Applications: State-of-the-Art Research and Future Challenges

Visual analytics employs interactive visualizations to integrate users’ knowledge and inference capability into numerical/algorithmic data analysis processes.It is an active research field that has applications in many sectors, such as security, finance, and business.The growing popularity of visual analytics in recent years creates the need for a broad survey that reviews and assesses the recent developments in the field.This report reviews and classifies recent work into a set of application categories including space and time, multivariate, text, graph and network, and other applications.More importantly, this report presents analytics space, inspired by design space, which relates each application category to the key steps in visual analytics, including visual mapping, model-based analysis, and user interactions.We explore and discuss the analytics space to add the current understanding and better understand research trends in the field.     

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.     

神经网络驱动的交通流量预测可视分析方法

神经网络在交通流量预测领域内已经得到广泛运用,但是使用神经网络进行流量预测还存在下列问题:神经网络模型结果好坏依赖于输入数据的质量,网络训练的中间过程难以观察以及神经网络结构难以实时调整等。而可视分析技术适合用于数据过滤、挖掘和展示,因此在传统的基于神经网络的交通流量预测方法上结合可视分析技术可以帮助用户更高效地搭建神经网络。在数据层面,运用查询语句可视化技术可以对原始数据进行可视过滤和展示,从而帮助用户得到理想的训练数据。在神经网络结构方面,相对于传统的机器学习训练方法,结合可视分析技术的方法可以通过对神经网络结构和中间结果的可视分析,帮助用户观察神经网络训练过程,从而使得用户能够更好地调节神经网络参数,最终帮助用户探索合适的神经网络模型。