多维数据可视化技术综述

数据挖掘可视化是数据挖掘过程中的重要组成部分。通过交互式数据挖掘可以增强挖掘结果的可理解性和可信度。如何可视化多维数据,是目前可视化研究的热点。本文对目前主要的关于多维数据可视化技术和方法进行了综述。     

空间信息多维可视化技术综述

可视化技术的出现为分析和处理海量信息提供了新的手段 .将空间信息多维可视化的实现方法分为基于 2变量的多信息可视化、基于多变量的多维信息可视化和基于动画的多维信息可视化三类 ,并详细讨论了这三类方法的各种实现算法     

改进的多变元数据可视化方法

针对传统多变元可视化方法——星形坐标法(star coordinates,简称SC)降维过程信息损失较为严重、可视化结果无法体现维度分布信息及手动配置维度轴十分繁杂的不足,提出一种改进的星形坐标法(advanced star coordinates,简称ASC),使用沿直径方向的向量作为维度轴,设计维度轴配置策略优化各维度轴之间的夹角及排列顺序,以减小多维信息对象在改进星形坐标系中与在多维坐标系中坐标差别为准则,使用最优化方法实现对用户有意义的降维运算,将多维信息映射到低维可视空间中.实验结果表明,ASC的可视化结果不仅易于理解,而且能够有效提供维度分布信息,有利于用户发掘隐性知识,基于相关度的维配置策略可以大大减轻用户操作负担,使其能够快速而准确地定位多维信息集合中的隐含特征,降维算法高效,适用于数据量较大、维数较高的信息集合.     

多维网络论坛数据的层次可视化

多维数据的可视化可以帮助人们在有限的时间内快速理解和分析海量数据集。网络论坛数据具有复杂性和大规模性,无法采用简单的图形显示出隐含的规律。针对多维海量论坛数据,首次分析了论坛数据的特点,然后提出了一种层次的数据组织方式,进而针对论坛中的主题时变分布、热门主题转换、作者回复关系等多种数据信息,采用平行坐标、曲面关系图、层次映射图等多种形式进行海量论坛数据的互动可视化。最后以实际论坛数据为例,给出可视化结果并进行分析。     

多维数据可视化技术及分类器的研究进展

可视化技术使人们通过计算机能够有效地观察、研究、理解大规模多维信息及其结构,从而可以有效地发现隐藏在多维信息内部的特征和规律。本文对可视化技术进行了总结,讨论了目前主要可视化技术的基本原理、适用性和特点,为多维数据的可视化分析提供基础。     

关于前端多维数据可视化技术的应用分析

信息时代背景下计算机技术的快速发展,人们的生活和信息技术关系越来越密切.在众多的数据中,理解数据、发现数据的规律是大数据时代人们必须要掌握的一种能力.数据可视化技术是一门新兴的技术,通过将数据转化为可视化图形,帮助人们更好地去认识数据、了解数据,最终发现数据其中存在的相关规律.多维数据可视化技术借助计算机图形学和图像处理技术,利用图表和动画将数据呈现出来帮助人们有效分析.当前人们获取信息时,80％的信息都是借助视觉所获取的.基于此特点围绕着前端多维数据的可视化技术应用展开相关研究.     

智慧校园多维数据可视化展示技术研究

由于传统智慧校园多维数据可视化展示技术在实践中分辨率较低,为此提出智慧校园多维数据可视化展示技术研究.本文分析了数据可视化技术的应用与研究重点,设计智慧校园多维数据可视化展示技术,利用数据相似性设计智慧校园多维数据排列算法,对多维数据进行降维处理;使用计算机等终端联网设备,采用在智慧校园中构建信息可视化场景的方式,展示...     

地理信息可视化关键性技术研究综述

可视化技术为分析和处理海量信息提供了新的手段。该文讨论了目前地理信息可视化中2．5维、三维以及多维可视化3个研究领域的国内外研究现状，并在此基础上提出了今后的研究方向。     

基于VaR技术的多维数据交互可视化研究

传统多维数据可视化技术比如平行坐标法等在表达多维数据时,对各个不同数据维之间的数据表达式会产生一定的混乱,同时对各维的相关性与交互表达比较困难。研究并设计了基于VaR技术的多维数据交互可视化小工具,其充分利用VaR技术所实现的丰富导航与选择、突出等工具来形象突出显示与表达多维数据中某一特定维的数据,同时应用MDS算法,在二维屏幕上各点的相对位置关系来表示多维数据中各维的相关性。     

基于VaR技术的多维数据交互可视化研究

传统多维数据可视化技术比如平行坐标法等在表达多维数据时,对各个不同数据维之间的数据表达式会产生一定的混乱,同时对各维的相关性与交互表达比较困难。研究并设计了基于VaR技术的多维数据交互可视化小工具,其充分利用VaR技术所实现的丰富导航与选择、突出等工具来形象突出显示与表达多维数据中某一特定维的数据,同时应用MDS算法,在二维屏幕上各点的相对位置关系来表示多维数据中各维的相关性。     

TVBRT:一种基于Radial Tree的具有度量属性的多变元时态数据可视化方法

多变元时态数据大量存在于社会科学、环境监测、金融经济、医疗卫生及地理信息等领域。对多变元时态数据集进行深入分析,创新性地将经典的层次数据可视化方法Radial Tree加以改进,提出集成度量属性的Radial Tree布局算法(LAMPRT)、基于Radial Tree的具有度量属性的多变元时态数据可视化布局算法(LOVEBRT),结合相应的人机交互策略,形成可视化方法TVBRT。案例研究证明了该方法的有效性,并表明它能展示数据集中的细节内容。TVBRT方法侧重于对数据进行层次分析,适合于展示对具体度量值更为关心的数据集。     

数据可视化的研究与发展

针对数据可视化是可视化技术在大型数据库的应用中提出的新的数据分析和处理技术，该文介绍了数据可视化的概念和发展状况，然后针对大型数据集介绍了几种数据可视化技术以及它们的代表方法，并对数据可视化和科学计算可视化进行了分析和比较，最后探讨了数据可视化技术的研究发展方向。     

复杂数据的多维数据模型应用研究

在线分析过程能处理繁杂的商业数据,在企业里得到广泛的应用。要处理这些复杂的数据,就要利用多维数据模型来构建这些复杂数据。提出了扩展多维数据模型。在该模型的基础上,提出了相关的代数理论。     

A Survey on Multimodal Medical Data Visualization

Multi‐modal data of the complex human anatomy contain a wealth of information. To visualize and explore such data, techniques for emphasizing important structures and controlling visibility are essential. Such fused overview visualizations guide physicians to suspicious regions to be analysed in detail, e.g. with slice‐based viewing. We give an overview of state of the art in multi‐modal medical data visualization techniques. Multi‐modal medical data consist of multiple scans of the same subject using various acquisition methods, often combining multiple complimentary types of information. Three‐dimensional visualization techniques for multi‐modal medical data can be used in diagnosis, treatment planning, doctor–patient communication as well as interdisciplinary communication. Over the years, multiple techniques have been developed in order to cope with the various associated challenges and present the relevant information from multiple sources in an insightful way. We present an overview of these techniques and analyse the specific challenges that arise in multi‐modal data visualization and how recent works aimed to solve these, often using smart visibility techniques. We provide a taxonomy of these multi‐modal visualization applications based on the modalities used and the visualization techniques employed. Additionally, we identify unsolved problems as potential future research directions.     

多维数据概念模型的形式化描述

本文基于维层次间的部分包含关系及其传递性,对多维数据概念模型的形式化描述进行了初步研究,并首次从静态结构视图与功能结构视图两个方面对其进行了详细的阐述;同时还从基本代数操作、模型分析操作、模型维护操作三个方面对该模型支持的操作进行了定义;最后还给出了该模型的构建方法。     

信息可视化应用途径研究

随着信息化社会飞跃的进步以及网络应用不断出现,信息数据越来越庞大。对大型数据以及海量数据的贮存、传输、检索、剖析、分析、关系等需求日益急迫。在复杂、日益激烈增涨的数据背后,隐藏着许多重要的信息。各行各业的人们都迫切希望能够对其进行深入分析,更好的使用现有的数据。为了更加直观的了解数据之间的相互关系以及发展趋势,人们开始越来越关注信息可视化技术的发展。