基于DTW 距离的探地雷达数据可视化

提出一种基于动态时间弯曲算法距离度量的探地雷达数据可视化方法,利用动态 时间弯曲算法在时间轴方向上伸缩的优越性,结合可指定类数的聚类算法对探地雷达数据进行 聚类和可视化分析。可用于实测的探地雷达数据集,实验结果表明,相对于传统的聚类算法, 本文算法能得到更好的聚类结果。     

探地数据可视化研究

由于发展中国家经济增长的驱动,全球对石油、天然气体的需求在不断地增长,从而需要越来越纯熟的石油勘探技术.探地数据可视化在石油、天然气勘探过程中起着举足轻重的作用.文中主要从可视化的角度对探地数据的解释与展示进行了调研:首先介绍了以二维切片为主的探地数据可视化方法,包括二维切片纹理映射、二维断层可视化;其次讨论了以三维体绘制技术为主的探地数据可视化方法;最后总结了解释性与叙述性可视化,以及基于Sketch的交互式可视化和领域知识辅助的可视化.     

探地雷达回波信号预处理方法的研究与应用

探地雷达以宽频带记录回波信号,在记录各种有效信号的同时,不可避免地记录下各种干扰噪声,能否有效去除干扰噪声将直接影响到探地雷达对地下目标体的识别能力。探地雷达回波信号属于非平稳信号,FFT只适用于平稳信号的滤波、而小波变换对非平稳信号却能取得良好的滤波效果。为此,文中提出了采用小波阈值萎缩进行数据预处理的方法,以去除雷达回波噪声,并给出了基于DSP的电路和软件实现方法。     

探地雷达数据实时成像技术研究

为解决探地雷达在工作过程中回波数据的实时成像问题,设计了基于VC＋＋平台的回波数据实时成像系统;采用基底去除技术及其色域划分的方法对回波数据进行处理及其实时成像,满足了探地雷达工作中实时成像的要求;实验表明,利用这种方法形成的图像能够真实反映地下目标体的变化。且有利于对采集到的数据进行进一步处理和分析。     

探地雷达回波信号预处理方法浅析

探地雷达是近年来被广泛应用于各个工程领域的高精度无损探测技术.本文主要介绍了探地雷达回波信号预处理的方法,这些方法可有效地消除回波噪声并校正反射时差,使回波剖面清晰、直观地呈现出被测物体.     

探地雷达信号的脉冲压缩

基于探地雷达信号和图象的特点，提出了两种有效脉冲压缩算法。第一种方法经过学习，得出最佳权系数，从而对任意反射信号进行压缩。第二种方法无需已知发射波形，具有较好的实际效果。     

探地雷达数据实时成像和预处理系统设计

探地雷达作为目前分辨率、效率最高的地下目标探测设备之一在城建、交通、地质、考古、国防等部门得到越来越广泛的应用。将雷达主机采集到的大量数据高速地传输到PC机上实时地显示,并对数据进行预处理以消除部分干扰,得到更准确、清晰的地质图像,对雷达系统而言是非常必要的。论文即介绍了作者自行设计和实现的探地雷达高速传输数据的实时显示并使用克希霍夫偏移算法进行数据预处理的软件系统,给出了该系统的工作原理和实现方法。     

相控阵探地雷达信号处理软件系统的设计

相控阵探地雷达信号处理软件系统使用多种算法对雷达信号进行处理和分析,并以图形界面显示最终结果.整个软件功能复杂,需要群体合作开发才能完成.为了协调各个开发人员之间的工作,采用了面向对象的设计方法,即提出了将信号处理问题抽象成一个滤波器类并在其派生类中实现具体的各种信号处理算法,建立一个数据池专门用于数据存储以及数据通信等概念,使得本软件便于群体协作开发,且具有较好的可扩展性、可维护性和可移植性.     

探地雷达品质因子Q值估计方法

实现了利用探地雷达直达波的包络峰值处瞬时频率来估计品质因子Q值的方法。地震理论 中的子波可以由４个参数：调制频率,子波的能量衰减因子,以及子波的幅度和相位来确定 。在水平层状介质中,设每层的Q值为常数 (即Q值和频率无关),从平面波的单程波 传播理论的频率域方程出发,借助包络峰值处瞬时频率的定义,经过公式推导可知,Q值由 包络峰值处的瞬时频率的变化,传播时间以及子波能量衰减因子共同确定,得到了利用探 地雷达垂直雷达剖面数据(Vertical radar profiling,VRP)资料直达波的包络峰值处瞬时频率来估计Q值的方法。利用理论合成的实验数 据以及野外实际数据对该算法的有效性和准确性进行了验证。     

探地雷达探测煤岩界面的方法与试验

介绍了探地雷达探测煤岩界面的原理,探讨了利用探地雷达技术进行煤岩界面探测的可行性与实用性,经理论分析,证明200MHz~1GHz的雷达天线可实现绝大多数的煤岩界面探测;采用LTD-2100探地雷达在郭庄煤矿进行了相关试验,结果表明,400 MHz雷达天线可实现气煤-砂岩界面的探测,且误差较小。     

A cloud-enabled remote visualization tool for time-varying climate data analytics

The ever-growing time-varying climate datasets pose challenges for efficient analytics using the current desktop-based or generic remote visualization tools. We present a tightly-coupled scalable cloud-enabled remote visualization tool that exploits the computational capabilities of Graphical Processing Units (GPUs). We implement three typical volumetric/3D visualization techniques to illustrate the enhanced performance offered by remote GPU clusters. Our development also enables fast deployment to facilitate the access of remote analytics tools by a wide range of end users.     

GPU加速的台风可视化方法

自然现象的可视化是计算机图形学和虚拟现实领域的重要研究内容。对传统光线投射算法分析的基础上进行改进,提出基于球壳体的光线投射算法。将GPU运用于球壳体数据场的体绘制,设计了基于球壳体数据场的顶点着色程序和像素着色程序。同时,对台风源数据格式进行解析,生成了用于台风可视化的体数据,采用提出的算法实现了台风云层和因子的可视化。实验结果表明,本文基于GPU的球壳体光线投射算法在球体表面较好地实现了实时台风可视化效果。     

面向时变体数据的特征可视化方法

目的 自然界中的大部分现象本质上都是在空间上随时间的流逝不断发展变化的物理或化学过程,可以表述为含有时间变量的数据场,这些数据场称为时变体数据。随着科学计算技术、计算机仿真技术以及现代观测技术的发展,能够以前所未有的精度对自然现象进行仿真或者观测,但同时也面临时变体数据体积大、时间长以及变量数目多的难题。为了更有效地显示时变体数据并挖掘数据中的关键信息,针对时变体数据的可视化,本文提出一种基于数据特征的方法,用于探索时变体数据中感兴趣区域(即特征)的特点与变化。方法 通过将特征提取、特征跟踪、运动检测和提出的3种特征可视化方法(数据帧特征可视化、单个运动过程特征可视化和空间多运动过程特征可视化)置于同一个框架之中,提供一种从时间域和空间域探索多变量时变体数据的一站式解决方案,并突出时变体数据的动力学特性。结果 本文方法在4组不同的时变体数据上应用,对数据中特征各变量的变化以及感兴趣的运动进行了特征可视化。结论 实验结果显示本文方法能以较小的时间成本有效显示数据中的特征以及用户定义的运动,方法的有效性与实用性得到了验证。     

大规模结构网格数据的相关性统计建模轻量化方法

高置信度的数据可视分析对于大规模数值模拟至关重要,但是当前高性能计算机的存储瓶颈导致可视分析应用获取原始高分辨率网格数据越来越困难. 基于统计建模的方法能够极大降低高分辨数据存储成本,但是重建数据的不确定性高. 为此,提出了一种大规模结构网格数据的相关性统计建模轻量化方法,用于对并行数值模拟生成的大规模多块体数据进行高效分析与可视化. 该方法的技术核心是通过数据块间的统计相关性,指导邻接数据块的统计建模,从而有效地保留数据统计特征,且不需要对不同并行计算节点中的数据块进行合并与重新分块. 通过耦合数据块的数值分布信息、空间分布信息和相关性信息,该方法可以更精确地重建原始数据,降低可视化的不确定性. 实验测试采用了最大10亿网格规模的5组科学数据,定量分析结果显示,在相同数据压缩比下,该方法相比现有方法可将数据重建精度最大提升近2个数量级.

     

海量图数据可视化研究

图的可视化技术可以帮助人们更好地展现和探索数据的内部关系,然而随着数据规模的不断变大,传统的图的可视化技术已不适合海量数据的可视化要求。概括了传统的图的可视化技术,分类阐述了当前主流的海量图可视化布局算法的基本原理和特征,分析比较了相关的软件工具,并对海量图数据可视化技术的研究方向进行了展望。     

一种利用极限学习机的数据可视化方法

提出一种利用极限学习机ELM的数据可视化方法,该方法利用多维尺度分析MDS、Pearson相关性、Spearman相关性代替常用的均方误差MSE实现高维数据投影到2-维平面的数据可视化。将所提方法与近期流行的随机邻域嵌入SNE及其改进的t-SNE方法对比,并通过局部连续元准则LCMC进行质量评测。结果表明:该方法的数据可视化结果及计算性能明显优于SNE及t-SNE方法;而在提出的三种学习规则中,基于MDS的学习规则效果最好。     

质量度量指标驱动的数据聚合与多维数据可视化

以多维数据可视化为研究对象,在质量度量模型下,采用数据聚合为基本手段,来提高多维数据可视化的图像质量.在质量度量指标驱动的框架下提出了均分 K-means++数据聚合算法,在传统 K-means算法的基础上,专门以数据可视化为目的对算法进行了改进,使得算法聚合得到的数据既能够较好地保持原数据的大部分特性,又能显著地提高可视化后的图像质量.仿真实验证明,在不同的数据抽象级别DAL下,无论是图像质量指标还是质量度量指标HDM（直方图差值度量）、NNM（最近邻距离度量）,算法都表现出了较好的仿真结果.     

基于聚类的空间数据可视化方法

首先介绍了目前空间数据可视化技术的研究内容和基本方法,对基于实体和基于区域两类常用方法进行了分析和总结。在此基础上提出了一种基于聚类的空间数据可视化方法,其基本思想是利用以Delaunay三角网的自适应空间聚类算法(ASCDT)为代表的空间聚类算法进行聚类分析,并获得结果描述参数,结合基本方法和参数特征设计专门用于聚类结果表达的可视化对象,进而实现空间数据的图上投影。最后对该类方法有待进一步探讨和改进的内容进行了展望     

大规模粒子模拟的后处理与可视化

近年来,高性能计算与并行技术取得了很大的进展,粒子模拟的数据规模也随之快速增长,目前已达到10亿粒子以上,对其模拟结果的可视化已远远超出了单机的处理能力范围。为实现大规模粒子模拟结果的后处理与可视化,本文采用了并行处理和LOD两种技术,其中并行处理部分采用数据并行的方式,突破了单机处理能力的限制;LOD技术使用户能够控制进入可视化流水线的数据规模,从而减轻了可视化流水线的负担并加快了绘制速度。本文初步实现了大规模粒子模拟结果的可视化,为下一步工作奠定了基础。