信息可视化研究综述

信息可视化是可视化技术在非空间数据领域的应用,可以增强数据呈现效果,让用户以直观交互的方式实现对数据的观察和浏览,从而发现数据中隐藏的特征、关系和模式。可视化应用非常广泛,主要涉及领域:数据挖掘可视化、网络数据可视化、社交可视化、交通可视化、文本可视化、生物医药可视化等等。根据CARD可视化模型可以将信息可视化的过程分为以下几个阶段:数据预处理;绘制;显示和交互。根据SHNEIDERMAN的分类,信息可视化的数据分为以下几类:一维数据、二维数据、三维数据、多维数据、时态数据、层次数据和网络数据。其中针对后4种数据的可视化是当前研究的热点。多维数据可视化方法主要包括基于几何的方法、图标方法和动画方法等。基于几何的可视化方式中最经典的就是"平行坐标系"方法。平行坐标系(parallel coordinates)使用平行的竖直轴线来代表维度,通过在轴上刻划多维数据的数值并用折线相连某一数据项在所有轴上的坐标点展示多维数据。平行坐标系方法能够简洁、快速地展示多维数据,发展出很多改进技术。但是当数据集的规模变得非常大时,密集的折线会引起"视觉混淆"(visual clutter),处理方法包括维度重排、交互方法、聚类、过滤、动画等。其他基于几何的方法包括Radviz方法使用圆形坐标系展示可视化结果;散点图矩阵(scatter plot matrix)将多维数据中的各个维度两两组合绘制成一系列的按规律排列的散点图。基于图标的可视化方法用具备可视特征的几何形状如大小、长度、形状、颜色等刻划数据,代表性的方法包括星绘法和Chernoff面法等。动画方法用于可视化中可被用来提高交互性和理解程度,其缺点包括可能分散注意力、引起用户的误解、产生"图表垃圾"等。时间序列数据是指具有时间属性的数据集,针对时间序列数据的可视化方法如下:线形图、堆积图、动画、地平线图、时间线。层次数据具有等级或层级关系。层次数据的可视化方法主要包括节点链接图和树图2种方式。其中树图(treemap)由一系列的嵌套环、块来展示层次数据。为了能展示更多的节点内容,一些基于"焦点+上下文"技术的交互方法被开发出来。包括"鱼眼"技术、几何变形、语义缩放、远离焦点的节点聚类技术等。网络数据具有网状结构。自动布局算法是网络数据可视化的核心,目前主要有以下3类:一是力导向布局(force-directed layout);二是分层布局(hierarchical layout);三是网格布局(grid layout)。当数据节点的连接很多时,容易产生边交叉现象,导致视觉混淆。解决边交叉现象的集束边(edge bundle)技术可以分为以下几类:力导向的集束边技术、层次集束边技术、基于几何的边聚类技术、多层凝聚集束边技术和基于网格的方法等。其他研究热点包括图形的视觉因素研究、自适应可视化研究、可视化效果的评估等。视觉因素对于可视化效果的影响,如位置、长度、面积、形状、色彩等影响已经引起很多研究者的注意。色彩是视觉因素的重要组成部分,研究主要集中在颜色选择的原则和交互系统中。这些原则基于数据类型、类的数量、认知约束等。自适应可视化可以提高信息可视化的适应性。研究成果分为以下几类:自适应可视化展示、自适应资源模型、自适应用户模型。自适应可视化展示是指根据用户的特征自动为用户提供多种展示类型,自动选择可视化内容及布局的形式,自动调整可视化的元素等。自适应资源模型反映了对硬件和软件的利用以提高可视化性能。自适应用户模型通过显示用户模型的内容并让用户能够编辑,从而让用户能够控制模型的内容。当前关于信息可视化评价的研究较少,少量研究也没有提出直接和通用的可视化的评估方式,需要对信息可视化评价的理论基础、方法和应用做深入的研究。可视化技术与应用还应该继续向以下4个方面努力:直观化、关联化、艺术化、交互化。信息可视化技术的发展方向是协同(collaboration)、分析过程(analytics)、计算(computational)和意会(sense-making)。未来研究方向可以包括以下几个内容。信息可视化和数据挖掘的紧密结合。为提高处理海量数据时的速度和效率和解决视觉混淆现象;必须运用数据挖掘的公式和算法,对数据分析的过程及结果进行可视化展现。协同可视化。协同可视化领域的研究方向可以包括可视化接口设计、基于Web的可视化协同平台开发、协同可视化工作的视图设计、协同可视化中的工作流管理及协同可视化技术的应用等。更多领域的应用技术开发。包括统计可视化:需要研究使用几何、动画、图像等工具对数据统计的过程和结果进行加工和处理的技术;新闻可视化:对新闻内容进行抓取、清洗和提取和可视化展示;社交网络可视化:可视化方式显示社交网络的数据,对社交网络中节点、关系及时空数据的集成展示。搜索日志可视化:针对在使用搜索引擎时产生的海量搜索日志,可视化的展现用户的搜索行为、关系和模式等。     

基于网络的数据可视化研究与实现

数据可视化技术可借助人脑的视觉思维能力,帮助人们理解大量的数据信息,发现数据中隐含的规律,从而提高数据的使用效率。通过对数据可视化技术的特点和Web数据可视化参考模型的研究,采用了使用编程语言在计算机上绘制图形的方法来实现网络数据可视化。通过使用TeeChartProActiveX控件来实现图形的输出,并结合实例验证了研究方法的实用性和有效性。随着网络的快速发展网,络数据可视化方法拓宽了可视化研究的应用领域。     

可视化和可视化分析学

可视化就是把数据、信息和知识转化为可视的表示形式的过程。一般来讲,可视化可分为数据可视化、科学计算可视化、信息可视化和知识可视化。可视化可以看做是人类与计算机这两个信息处理系统之间的一个接口单元。本文在给出可视化定义基础上,简要介绍了国际近年出现的可视化分析学情况,讨论了可视化在数据挖掘、复杂网络等领域的应用。最后指出了可视化研究存在的问题和重要发展方向。     

改进星形图和超维树在健康信息系统中的应用

信息可视化主要应用于没有几何属性的抽象信息,揭示信息之间的关系和信息中隐藏的特征.介绍了几种典型的多维数据的信息可视化和交互方法,提出了用星形图技术和超维树技术对人体健康多维数据进行可视化的设计方法,给出了可视化结果.研究成果可以应用到环境,医学,体育和游戏等多个领域.     

微软学术搜索的可视化应用探析

信息可视化技术利用计算机图形图像和数据挖掘的技术与方法,将数据中隐藏的信息以交互方式形象生动地展示给用户。在学术搜索领域,信息可视化技术主要用于辅助用户分析数据,进而发现其中蕴含的规律。因此,研究信息可视化技术与应用,具有重要的理论意义和实用价值。对微软学术搜索的信息可视化应用进行深入的研究,提出了针对学术搜索数据的可视化与分析方法,为解决信息可视化所面临的问题提供了新的思路和技术手段。     

可视化技术的发展及应用

可视化技术是在20世纪80年代发展起来的一个新的技术领域。从最初科学计算可视化的提出到现在的知识可视化,它已经形成了若干分支：科学计算可视化、数据可视化、信息可视化和知识可视化等。本文将介绍它们的基本思想、比较它们的不焉点及应用领域等。     

基于组件GIS技术的林火遥感信息可视化研究

随着科学技术不断发展,遥感技术(RS)被引入到森林防火工作中,但遥感监测所得的大量林火数据直观性较差.该文以广西气象局卫星林火识别数据为数据源,探讨基于组件GIS实现林火遥感信息可视化的技术和方法,并利用SuperMap objects开发了卫星遥感林火业务系统,实现了林火信息查询及统计信息的可视化.应用结果表明,使用GIS组件可快速实现林火信息可视化,进而极大地方便了林火信息发布工作.     

基于Web的新生儿可视化数据挖掘分析系统

面对现已存储的大量原始数据,缺少相应的工具对这些数据中所蕴含的珍贵信息进行分析和挖掘.针对这种需求,以上海市新生儿数据为例,建立了基于Web的新生儿可视化数据挖掘系统,提出了Web可视化页面的实现方法.通过对影响新生儿出生的各方面因素的分析,为优生优育提供了量化的依据,方便决策人员了解上海市各区县的新生儿出生状况,并做出正确决策.     

信息可视化技术在农家书屋服务平台建设中的应用研究

信息可视化技术近年来发展迅速,应用日益广泛,本文介绍了信息可视化技术理论基础及其特点,探讨了信息可视化发展趋势,结合农家书屋数字化,对信息可视化技术在农家书屋服务平台建设中的应用进行研究。     

基于AVS／Express的气象数据可视化系统

气象数据可视化是数据可视化技术在气象科学领域的重要应用.用AVS/Express软件设计并开发了气象数据可视化系统,并且使用"碧利斯"台风数据对可视化系统进行了验证.通过可视化技术的应用,气象模式数据可以立体地呈现给研究人员,对研究人员加深对数据的理解和提高研究能力有很大的帮助.     

基于Web的可视化数据挖掘工具综述

在互联网存储的信息中,对于含有有效信息的数据挖掘工作具有极高的价值,而数据可视化工具又为挖掘工作以及对于信息的分析提供了更直观方便的方法.文章介绍了数据挖掘、数据可视化、Web挖掘的基本概念、基本方法及流行技术;比较了常见的可视化数据挖掘工具,并且对数据挖掘技术的发展做出了适当的展望.     

生物大数据可视化的现状及挑战

在过去的10年中,以基因组学、医学遗传学和神经信息学等为代表的生命科学各研究领域,以前所未有的增长趋势,积累了海量的数据信息.这些数据类型复杂、数量庞大,其中蕴含的价值更是不可估量.通过传统的处理手段,难以理清海量原始数据中错综复杂的关联信息.而针对生物大数据的可视化研究,将有利于科研人员对复杂数据进行多角度观察并获取有效信息.生物数据量越大,复杂性越高,可视化在生物有效信息挖掘方面发挥的作用就越大.本文通过例举若干生物机构中心现存的数据规模和数据增长速率,说明生物研究领域已进入大数据时代,然后由生物数据的组成特征及可视化的特点引出生物大数据可视化的重要性和必要性.本文总结了生命科学研究领域中不同类型生物大数据的可视化研究进展,最后讨论了目前生物大数据可视化所面临的挑战,并提出可能的解决方案.     

通信网络关联信息可视化

针对日益复杂的通信网络,设计了一种对网络中关联信息进行可视化的方法。该方法以可视化分析学为依据,利用人类对于视觉信息理解与分析能力强的优势,通过对数据进行分析,完成对通信对象关联与属性分析的可视化表示,放大人类对数据的感知与认识。通过该方法,可以在不损失信息原有内容的同时,对大规模数据进行形象的、易接受的可视化表示,便于在短时间内发现感兴趣信息。     

基于SOM的多维信息可视化研究

处理数量巨大且富含多维信息的数据正成为人们关注的热点,可视化技术为分析和处理海量信息提供了新的手段.SOM能够通过自组织的方式实现高维数据的降维.本文介绍了基于SOM法的多维信息可视化技术.该方法先通过SOM矢量量化法建立原型矢量,然后通过SOM的批量训练实现降维,并用多维比例缩放法实现降维后的数据在低维空间坐标上的投影.在此基础上,分别阐述了地图网格映射、基于聚类的可视化和基于变量的可视化3种可视化方法.论文最后用SOM方法对2003年中国非典的多维信息进行了可视化分析,验证了该方法的实用性.     

基于三维数字地球的电力信息集成及应用

基于三维数字地球的电力信息集成以数字地球为载体,结合输变电工程三维数字化技术和地理信息平台的技术,以高清影像数据、数字高程模型数据、高精度的电网信息数据为基础,以三维可视化为信息表达方式,构建融合多种信息,实现对电力信息的可视化展现。     

社交媒体数据可视化分析综述

社交媒体的出现为人类提供了新的交流方式,同时也产生了大量的数据。这些数据蕴含着丰富的信息,也反映了人类的社会行为。利用可视化分析技术可以对社交媒体数据进行交互式分析,提高人类对抽象信息的理解和综合研判能力。本文首先介绍了可视化分析的步骤。在此基础上,阐述了社交网络可视化、时空信息可视化和文本可视化的实现方式。最后,对可视化分析过程中遇到的问题和挑战进行了讨论。     

数据可视化在新闻报道中的应用前景探析

近年来,大数据所带来的数据革命冲击着各个行业的业务功能,在传媒领域,数据新闻被视为未来新闻业发展的一大趋势.而数据可视化是数据新闻的重要表现形式,它有利于扩展新闻报道方式,深化新闻独特价值,提升受众信息体验.业界在数据可视化领域做出诸多有益尝试,而针对新闻领域数据可视化的相关研究较为欠缺,结合新媒体的实践案例,对新闻数据可视化的应用现状进行分析,有利于解读数据可视化在新闻报道中的应用前景.     

基于实时计算的可视化技术的研究与应用

对跟踪驾驭式可视化系统在设计和实现时的关键技术进行了研究,主要内容包括:系统体系结构的设计方式、可视化程序与计算程序之间的信息通信和数据管理、分布环境下可视化流程的高效实现方法、系统用户界面的构造方式等.此外,还介绍了课题组研制完成的一个跟踪驾驭式可视化系统TSV.     

信息图表设计中信息可视化的任务与特点

在信息技术不断发展的背景下,计算机技术已经运用在多个领域,将信息可视化技术运用在信息图表设计之中,能够提升信息处理效率。为此,首先分析信息可视化技术的特征,探讨了在信息图表设计中信息可视化技术的优势,最后在研究使用信息可视化技术的优化策略,以期对相关研究具有一定的参考价值。     

电网调度自动化可视化技术研究

本文采用可视化技术,为调度员提供更加形象和直观的可视化图形,将电网运行枯燥的数据用灵活的、实物化的、动态的方式,借助计算机图形显示技术进行显示,使系统运行人员可以直接得到揭示电网运行趋势和本质的高层次信息,可以及时洞察已存在的异常和潜在的事故隐患,加强对电网宏观信息的把握.