基于螺旋图的时间序列数据可视化

阶段性时间序列数据是一种生活中常见数据形式,它描述一个包含多个状态转换的事件,每个状态都具有时间属性,且状态之间的转换存在多条路径。针对现有的可视化方法不能有效展示各个状态之间变化以及状态间路径的时间属性信息的问题,提出一个全新的基于螺旋图的可视化模型。该模型使用一个圆环表示一个状态,一个事件的多个状态采用一组同心圆表示,状态间可达路径采用螺旋线表示,螺旋线的起始位置由其起始时间与起始状态圆环决定,终止位置由其结束时间与结束状态圆环决定。针对路径过多导致路径覆盖较为严重的问题,该模型采用基于长尾函数的透明算法,根据一条路径与其他路径的交叉数,为每条路径分配透明度。该模型还提供了路径的筛选、高亮、查看详细信息、缩放等功能,实现了灵活的交互操作。通过对中国铁路列车站点数据进行实验,实验结果表明该模型能够在有限的空间中有效地展示站点间运行任意时长的列车,并且在列车较多的情况下降低了螺旋线交叉重叠带来的杂乱度,同时有效地保留了列车的运行信息,能够为用户路线的选择提供决策支持,说明了该模型对阶段性时间序列数据可视化的有效性。     

平行散点图:基于GPU的可视化分析方法

提出一种分析多维数据集之间关系的信息可视化方法--平行散点图.结合平行坐标、散点图方法,综合了焦点 背景、多视角、多视图、刷子等交互与可视化策略,使人有效地观察与分析多维数据集之间的连接关系;利用统一渲染GPU对粒子、线段、公告牌等的绘制与输出功能,在千万级数据集上达到较强的深度感与交互级的绘制性能;提出GPU上基于空间填充曲线的聚类算法,可交互式地降低连接线的视觉杂乱度;将连接、聚类与可视化整合为一个基于GPU的系统,在千万级数据集上达到交互级的可视化分析.     

一种基于空间距离的边绑定方法

边绑定方法是近年来信息可视化领域的一个研究热点,解决图可视化中由于边的 过多交叉而引起的视觉混乱问题。在现有的边绑定方法中,基于路径构建的算法通常能够在时 间和绑定效果上获得较好的结果,其中基于边聚类和骨架构建路径的方法具有良好的数据表达 能力。在此基础上,提出一种基于空间距离的边绑定的方法,结合边的空间距离和骨架生成的 特点,在实现边绑定功能的同时针对以往基于骨架路径的方法做了进一步的改进。实验结果表 明,该方法相比原方法有着更高的时间效率,对数据的细节保留更为合理,消除了原方法存在 的绑定过度的问题,简化原方法的计算过程,并避免奇异性问题,更为实用。     

SunMap:一种基于热图和放射环的关联层次数据可视化方法

针对食品安全等领域对数据空间分布和关联关系分析的需求,提出一种基于热图和放射环的关联层次数据可视化方法——Sun Map(Sunburst+Map).利用基于地理信息的热力型数据地图展示数据的地域分布,用基于节点排序的放射环可视化具有层次结构的数据,将热图置于放射环内,并用直线表示热图节点与放射环节点之间的关联;为减少视觉混乱,提出一种基于Bézier曲线的路径优化算法,通过设置过渡点,用三次Bézier曲线取代直线优化边;加入矩阵热图展示数据细节;采用数据选择、Sun Map和矩阵热图多视图联动等交互手段实现对关联层次数据的可视分析.将Sun Map应用于可视化全国农药残留侦测数据,通过用户研究对该方法进行评价.实验结果表明,该方法能有效地帮助用户快速找到目标信息,探寻隐含在数据之间的关联;它还可用于经济、金融、社会网络等领域的关联层次数据可视分析.     

TransGraph:一种基于变换的可视分析关联图

图分析是揭示数据中复杂关联关系的一种有效手段,而可视化通常为该过程的核心组成部分.基于简化技术的图可视化方法可以降低图布局复杂度,减少视觉杂乱,提升用户体验,在分析复杂关联时有着重要的价值和优势.针对食品安全领域内的实际关联分析需求,在传统力导引图布局的基础上综合采用图过滤、节点聚类、鱼眼视图变换以及交互式分层探索等多种图简化技术,并结合donut圆环、放射环等可视化元素,提出了一种基于变换的可视分析关联图TransGraph,支持在对比展示数据关联的同时展现当前关注节点的数据分布和层次结构,并根据用户关注度交互式地逐层展示图的细节及节点相似性.基于水果蔬菜中的农药残留模拟数据集,设计并实现了一个可视分析系统PestResiTGVis,实验结果表明,采用TransGraph能够突出重点监管对象、全面地展现关联信息,从而有效地辅助相关监管部门及分析人员制定决策.     

基于同源控制点的边缘绑定方法

对含有大量复杂连接关系的节点连接图进行可视化会造成视觉上的严重混乱,边缘绑定是一种有效降低视觉混乱的方法。以往基于空间邻近性进行边缘绑定的方法会导致独立边缘产生模糊性歧义,给予用户错误的认知,而只专注于图的拓扑结构无法有效解决密集连接造成的视觉干扰问题。基于边缘路径的方法能够较好地利用图中原始节点信息对边缘进行控制绑定,从而避免独立边缘产生模糊性歧义,同时展现数据的高级模式。因此,在边缘路径方法的基础上进行了改进,提出了一种基于同源控制点的边缘绑定方法。该方法结合图的拓扑结构信息计算同源控制点,并以此为基础利用最短路径算法选取边缘控制点,然后结合分级思想对边缘聚合程度进行优化,最后通过Bézier曲线对边缘进行平滑处理。将基于同源控制点的边缘绑定方法用于美国迁移数据集和中国铁路线路数据集中,实验结果表明,该方法在改善过度绑定的问题上起到了较好的效果,相比原方法,此方法保留了更多局部数据细节,平衡了整体与局部边缘的绑定程度,可以有效地用于复杂连接图的可视化。     

螺旋线多维可视化模型及其应用

提出一种新的多维数据可视化方法,将风暴潮的多维信息有效结合。该数据表示模型,将多维信息按照空间圆柱螺旋线的方式进行排列,提供用户参与选择的交互窗口,并利用空间螺旋线的重复性和独特的旋转特性,将该螺旋线坐标系上的坐标轴投影到二维平面或三维体上,从而实现多维数据的可视化分析。以2006年福建台风“珍珠”的原始观测数据为例进行测试,实验结果表明,该模型能有效地将风暴潮特性数据表示出来,为应急处理等提供直观、及时的信息服务,同时对进一步的分析提供有力帮助。     

多点触控技术在三维虚拟博物馆文物数字可视化中的应用

针对传统博物馆文物数据可视化存在交互效果不佳的问题,提出以陕西省历史博物馆为研究对象,构建一个基于多点触控技术的三维虚拟博物馆设计与漫游系统。首先,采用二维形式进行博物馆三维设计;然后通过多点触控屏幕展示博物馆三维设计效果;最后采用基于变分圆形树图实现层次化数据交互可视化,以提升文物数据空间利用率,并采用层次切换交互技术实现文物数据可视化交互。实验结果表明,对于EOL数据的前6层圆布局测试中,对比于传统的圆形树图和加权能量算法,提出的变分圆形树图的空间利用率提升了4%～52%,且将提出多点触控技术应用到三维虚拟博物馆中可实现文物数据的可视化交互。由此说明,提出的算法可有效提升虚拟博物馆的空间利用率,设计的基于多点触控技术的层次化文物数据可视化交互系统具备一定的可行性。     

语义增强的大规模多元图简化可视分析方法

网络图可视化可以有效展示网络节点之间的连接关系,广泛应用于诸多领域,如社交网络、知识图谱、生物基因网络等.随着网络数据规模的不断增加,如何简化表达大规模网络图结构已成为图可视化领域中的研究热点.经典的网络图简化可视化方法主要包括图采样、边绑定和图聚类等技术,在减少大量点线交叉造成的视觉紊乱的基础上,提高用户对大规模网络结构的探索和认知效率.然而,上述方法主要侧重于网络图中的拓扑结构,却较少考虑和利用多元图节点的多维属性特征,难以有效提取和表达语义信息,从而无法帮助用户理解大规模多元网络的拓扑结构与多维属性之间的内在关联,为大规模多元图的认知和理解带来困难.因此,本文提出一种语义增强的大规模多元图简化可视分析方法,首先在基于模块度的图聚类算法基础上提取出网络图的层次结构;其次通过多维属性信息熵的计算和比较分析,对网络层次结构进行自适应划分,筛选出具有最优属性聚集特征的社团;进而设计交互便捷的多个关联视图来展示社团之间的拓扑结构、层次关系和属性分布,从不同角度帮助用户分析多维属性在社团形成和网络演化中的作用.大量实验结果表明,本文方法能够有效简化大规模多元图的视觉表达,可以快速分析不同应用领域大规模多元图的关联结构与语义构成,具有较强的实用性.     

平行坐标系聚类数据的力导向分段骨骼绑定绘制

针对现有平行坐标系聚类数据在边绑定时线束可能过度弯曲和位置偏移,导致用户对数据分布特征的视觉认知产生曲解的问题,提出基于力导向分段式骨骼布局的边绑定方法.首先通过优化的力场模型完成簇间分离布局;然后建立簇内数据量与线束偏移量的负向关联,将簇间分离时线束的移动量调整到规模较小的簇;最后采用分段式骨骼作为簇内线束收敛的基准,生成两端快速收敛、中间呈带状的线束形态,以改善整体绘制效果.实验结果表明,该方法可以明显地改善视图对聚类中心值、数据离散度等数据分布特征表达的准确性,以及视图的整体绘制效果.     

Hierarchical edge bundles: visualization of adjacency relations in hierarchical data

A compound graph is a frequently encountered type of data set. Relations are given between items, and a hierarchy is defined on the items as well. We present a new method for visualizing such compound graphs. Our approach is based on visually bundling the adjacency edges, i.e., non-hierarchical edges, together. We realize this as follows. We assume that the hierarchy is shown via a standard tree visualization method. Next, we bend each adjacency edge, modeled as a B-spline curve, toward the polyline defined by the path via the inclusion edges from one node to another. This hierarchical bundling reduces visual clutter and also visualizes implicit adjacency edges between parent nodes that are the result of explicit adjacency edges between their respective child nodes. Furthermore, hierarchical edge bundling is a generic method which can be used in conjunction with existing tree visualization techniques. We illustrate our technique by providing example visualizations and discuss the results based on an informal evaluation provided by potential users of such visualizations     

Visual Exploration of Global Trade Networks with Time‐Dependent and Weighted Hierarchical Edge Bundles on GPU

The UN Comtrade database is the world's largest repository of bilateral trade data. Their complexity poses a challenge to visualization systems, leading to issues such as scalability and visual clutter. Thus, we propose a radial layout‐based visual exploration system to enable the user to smoothly explore the change over time and to explore different commodity classes at once by using a novel edge bundling concept. We evaluated our system with the aid of a group of domain experts.     

抽油机井杆管偏磨可视化仿真方法研究

针对油田现场杆管偏磨严重且缺少偏磨可视化仿真系统的现状,设计了一套抽油机井杆管偏磨可视化仿真系统,实现了井眼轨迹、油管的静态可视化仿真以及抽油杆运动状态、杆管接触状态的动态可视化仿真。采用反求三次B样条曲线控制多边形顶点的方法对井眼轨迹曲线进行了重构;提出了等分衔接圆面法解决以任意三维井眼轨迹作为轴线的油管透明及半剖显示问题;采用实时偏磨点与井眼轨迹数据点相结合的方法,实现了抽油杆动态变形及杆管接触状态可视化仿真功能。通过华北油田现场实际验证,能够清晰地显示杆管偏磨的位置及状态,为抽油机井的杆管偏磨诊断及治理提供了依据。     

Winding Roads: Routing edges into bundles

Visualizing graphs containing many nodes and edges efficiently is quite challenging. Drawings of such graphs generally suffer from visual clutter induced by the large amount of edges and their crossings. Consequently it is difficult to read the relationships between nodes and the high‐level edge patterns that may exist in standard node‐link diagram representations. Edge bundling techniques have been proposed to help solve this issue, which rely on high quality edge rerouting. In this paper, we introduce an intuitive edge bundling technique which efficiently reduces edge clutter in graphs drawings. Our method is based on the use of a grid built using the original graph to compute the edge rerouting. In comparison with previously proposed edge bundling methods, our technique improves both the level of clutter reduction and the computation performance. The second contribution of this paper is a GPU‐based rendering method which helps users perceive bundles densities while preserving edge color.     

Force-Directed Edge Bundling for Graph Visualization

Graphs depicted as node-link diagrams are widely used to show relationships between entities. However, node-link diagrams comprised of a large number of nodes and edges often suffer from visual clutter. The use of edge bundling remedies this and reveals high-level edge patterns. Previous methods require the graph to contain a hierarchy for this, or they construct a control mesh to guide the edge bundling process, which often results in bundles that show considerable variation in curvature along the overall bundle direction. We present a new edge bundling method that uses a self-organizing approach to bundling in which edges are modeled as flexible springs that can attract each other. In contrast to previous methods, no hierarchy is used and no control mesh. The resulting bundled graphs show significant clutter reduction and clearly visible high-level edge patterns. Curvature variation is furthermore minimized, resulting in smooth bundles that are easy to follow. Finally, we present a rendering technique that can be used to emphasize the bundling.     

Visual Analysis of Sentiment and Information Spread on Micro-Blog

In this paper, we combined temporal analysis and spatial analysis together, and proposed the Electron Cloud Model (ECM) which is based on the Schrodinger equation and Niels Bohr atomic theory. The ECM is used to conduct temporal visual analysis of micro-blog sentiments. In the ECM, we made an attempt to mapping a score of sentiment to the electron stability and took neutral sentiments into consideration. We applied kernel density estimation and edge bundling to conduct space-varying visual analysis of sentiment. Kernel density estimation visualized sentiment changes in different levels of detail naturally while edge bundling was used to reduce visual clutter of edge crossing and reveal high-level edge patterns. Finally, we implemented an analysis system, conducted three case studies and made simple comparisons with other visualize methods.     

Divided edge bundling for directional network data

The node-link diagram is an intuitive and venerable way to depict a graph. To reduce clutter and improve the readability of node-link views, Holten & van Wijk's force-directed edge bundling employs a physical simulation to spatially group graph edges. While both useful and aesthetic, this technique has shortcomings: it bundles spatially proximal edges regardless of direction, weight, or graph connectivity. As a result, high-level directional edge patterns are obscured. We present divided edge bundling to tackle these shortcomings. By modifying the forces in the physical simulation, directional lanes appear as an emergent property of edge direction. By considering graph topology, we only bundle edges related by graph structure. Finally, we aggregate edge weights in bundles to enable more accurate visualization of total bundle weights. We compare visualizations created using our technique to standard force-directed edge bundling, matrix diagrams, and clustered graphs; we find that divided edge bundling leads to visualizations that are easier to interpret and reveal both familiar and previously obscured patterns.     

军事目标关系的拟合地势及双重保凸可视建模

在三维虚拟战场中,由于地球曲率及地形起伏的影响,军事目标之间的连线会出现“穿山入地”现象。针对该问题,结合网络可视化美学原则,提出了一个军事目标关系的保凸可视化算法。在目标之间进行剖面分析,获取表达地形起伏的高程采样数据;提出了与目标等的融合、替换及剔除策略,基于Graham凸包算法,优选出反映地形整体变化趋势的保凸特征点集;提出了保凸的贝塞尔（Bézier）曲线控制点的几何构造方法,通过逐段光滑插值,实现了整条曲线的保凸可视化。实验结果表明：消除了目标连接直线“穿山入地”的现象,具有较好的视觉美感：拟合地势、整体保凸、整体光滑。