基于建构主义的可视化研究

探索性地提出基于建构主义的可视化方法，基于建构主义确定可视化目标，采用可视化技术对目标进行交互式动态绘制，从而产生具有良好认知意义的可视化软件．其核心在于确定可视化目标和可视化映射模型．针对可视化对象及其行为，就如何基于建构主义依赖可视化目标确定可视化映射模型给出了解决方案．通过实践，总结了可视化软件的评价原则．     

信息可视化中色彩的应用研究

阐述了信息可视化中色彩的基本理论,从信息可视化中对色彩的认知过程入手,论述了信息可视化中色彩的使用原则,介绍了信息可视化中色彩的应用方式。     

基于认知心理学的可视化管理选择与应用研究

为实现生产企业的透明化、全方位管理，加强生产现场的监控，提高隐藏危险应急反应速度，提升管理者对企业的信息搜集效率，通过认知心理学人类认知世界的信息极限理论与可视化管理以及可视化技术应用的结合，介绍了可视化管理的研究范围和应用概述，并提出了运用认知心理学理论建立人类有限资源理论函数，同时以理论函数为指导构造了可视化管理在企业实施中选择的方法框架。     

方向关系定性推理模型的可视化研究

以往对方向关系的研究主要集中在方向关系的形式化描述方面，忽略了空间关系认知与空间关系可视化的联系，因而只反映了空间关系认知的一个方面．在方向关系形式化描述的基础上，探讨了方向关系推理的可视化，从而将空间关系认知与空间信息可视化有机地联系起来．     

方向关系定性推理模型的可视化研究

以往对方向关系的研究主要集中在方向关系的形式化描述方面 ,忽略了空间关系认知与空间关系可视化的联系 ,因而只反映了空间关系认知的一个方面 .在方向关系形式化描述的基础上 ,探讨了方向关系推理的可视化 ,从而将空间关系认知与空间信息可视化有机地联系起来     

让信息“活”起来

信息可视化是计算机科学的新兴分支之一,主要利用图形图像技术对大规模数据进行可视化表示,以增强用户对数据更深层次的认知。从事信息可视化研究的张之益研究员,为虚拟世界带来更多"真实"。     

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。     

知识可视化在图书馆领域的应用前景展望

介绍了知识可视化的概念,并列举了几种可视化工具,简单阐述了知识可视化在国内图书馆的应用现状,基于国外图书馆知识可视化的实际应用,展望了知识可视化在国内图书馆的应用前景。     

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。     

信息可视化和知识可视化的比较研究

介绍了信息可视化和知识可视化两种理论方法的概念、特征和联系,着重分析了信息可视化和知识可视化在具体研究方向、理论基础和实现手段上的区别,展望了两种理论方法在我国的发展趋势。     

语音情感信息可视化建模研究与探析

语音情感识别是情感计算领域的一个重要分支,研究者们尝试从多种角度对其展开不懈研究。本文从可视化的角度出发,提出了基于信息可视化的情感识别方法,原始语音情感特征经过图表示映射为包含内部数据结构信息的新型情感图特征,在一定程度上促进了语音情感识别系统的性能提高。另外,还将信息可视化技术应用到情感识别结果的表达上,实现情感信息的生动描述和高效表达。在信息可视化技术和语音情感识别研究充分融合的基础上,构建了一个完整的语音情感信息可视化模型,作为系统实现的基础。     

基于音频的数字媒体内容分析及其可视化

为了对音视频内容进行更加有效地分析,将信息可视化方法引入数字媒体信息处理领域。设计并实现了集多媒体信号采集、大词表连续语音识别、文本检索和音频检索为一身的多媒体内容可视化分析平台,取得了较理想的效果,充实了信息可视化理论并对其具体应用进行了有益尝试。     

大数据可视化技术及应用

 随着人类产生数据量的增加，数据可视化需要处理的数据规模、类型及需求都发生了显著变化。在大数据时代，数据可视化面临诸多新的挑战。从大数据本身的特点及其应用需求出发，结合数据可视化的研究现状，介绍了适用于大数据的数据可视化技术；分析在大数据条件下数据可视化所要解决的8个关键问题；讨论了针对大数据可视化应用需求自主研发的交互式可视化设计平台AutoVis及其应用。     

可视化数据挖掘在碎屑岩储层研究中的应用

针对储层研究过程中碎屑岩数据爆炸而知识缺乏的问题,引入数据挖掘思想,结合地理信息系统及Excel二次开发工具,应用Clementine软件对数据进行提取与处理,实现了数据挖掘过程的可视化.借助数据挖掘工具进行砂岩三角形图解的自动化投点和岩性识别,从而实现数据挖掘结果的可视化.     

数据挖掘过程可视化与交互式一般内容的研究

过程的可视化与交互式是过程指导层次的可视化数据挖掘,可视化和交互式的对象就是"过程"。描述了过程的可视化与交互式概念并指出了其优点。然后,通过引入过程对象和过程粒度等概念构建了过程可视化和交互式的基本内容,在此基础上给出了实现过程可视化和交互式的不同参考方案。     

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。     

大学数学教学中的数学直观

本文简要地阐明了数学直观与一般教学直观的区别,并论述了在大学数学教学中,如何采用数学直视讲授概念、定理,以及引导学生积极思维,帮助学生理解和记忆。     

地理信息可视化研究

地理信息可视化是可视化发展的方向之一。通过对地理信息的概念和运动模型的分析，并从可视化的定义出发，总结了地理信息可视化的特点，同时提出了地理信息可视化研究的一个基本框架。最后针对地理信息系统中的可视化过程进行了描述。     

OpenGL实现三维可视化工作流程

文章介绍了OpenGL的工作原理和三维建模的相关方法,并以徐州师范大学校园三维可视化系统的建设为例,说明了如何对校园三维地形进行建模以及如何运用OpenGL在VC++环境下实现可视化等相关问题。