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.     

多维信息可视化模型

分析了多维信息可视化存在的问题,探讨了多维信息可视化模型的类型和特点,论述了多维信息可视化模型涉及到的技术和方法。     

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。     

数字化火控系统中信息可视化技术的应用

利用多维信息可视化的设计方法对新型数字化火控系统进行信息处理,即采用平面投影法和信息层次化两种多维信息可视化方法对火控系统进行数据分析处理.建立了可视化模型,根据可视化技术中隐喻的设计思想设计图形元,同时从人机工程的角度考虑,借助了颜色、语音、图标、图形、图像等多模式表示方法.采用面向对象的编程技术,开发出集成化且形象、直观的可视化人机交互平台.     

装备保障指挥可视化系统的设计与实现

利用多维信息可视化的设计方法对装备保障指挥进行处理。简单介绍了可视化技术中隐喻的思想,开发工具的选择,建立了可视化模型,设计出了装备保障多维可视化系统模型,并实现了装备保障指挥过程中的一个实例——保障进度的可视化。     

基于多维数据列向量2D图表示的多维筛可视化组合分类器

提出一种新型的可视化组合分类器--多维筛分类器.该分类器集成了属性数据的2D图表示、图像处理与模式识别技术.其根本思想是将数据矩阵的属性数据映射为2D多元图,然后将多元图通过像素图及图像处理技术转换为子分类器,利用组合分类器规则将各子分类器构成多维筛可视化组合分类器.通过引入交互式方法,选择最优多元图用于分类.通过对Iris数据集的分类试验表示,散点图多维筛与极坐标多维筛的分类精度可以达到98.67%和97.33%.     

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.     

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。     

多维数据的聚类结果可视化技术综述

在很多情况下,人们不仅需要聚类算法给出类标,还需要掌握聚类结构和数据分布情况.为满足后一项需求,出现了许多聚类结果的可视化(简称聚类可视化)技术,以图形的方式将多维数据和其聚类结果显示在二维或三维空间.从直接在二维或三维空间显示数据及其聚类结果、数据经降维(或映射)后显示以及其它显示方式3种角度综述了常用的30多种聚类可视化方法,并对各种方法的优缺点和适用性进行了分析和讨论.     

基于主张量的时空数据特征驱动可视化方法

面向时空场数据高维分析与表达的需求,构建基于主张量的时空数据结构分析与动态表达模型.简述了张量的定义、基本算子及主张量分解方法,给出了基于主张量分解的多维度特征分析流程.利用张量的多维融合特性进行多维时空数据的组织与表达,设计了多维时空数据统一组织与存储方法.利用主张量分解方法,实现了时空数据不同维度结构特征的解析与动态重构,进而建立了基于主张量的多维时空数据多维度解析模型与特征驱动的时空数据联动可视化策略.以赤道太平洋海域卫星测高SSHA(Sea Surface Height Abnormity)网格数据进行实验验证.实现了基于张量的多维透视、子集提取、等值面绘制与时空体可视化等功能.利用主张量分解实现了对ENSO(El Ni(n)o-Southern Oscillation)事件时间型与空间型的解析与提取,并实现了时间、经度、纬度系数驱动下的联动可视化.实例验证表明,该方法较好再现了ENSO事件的时空分布格局与动态演化特征,并可实现对ENSO时空演化过程的多维度透视.     

数据挖掘结果的可视化问题

分析数据挖掘与信息可视化之间的关系，介绍如何对关联分析和分类、聚类分析的结果进行可视化研究，探讨实现数据挖掘结果可视化的技术手段。     

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。     

大数据与安全可视化

IT技术的飞速发展开启了大数据时代。海量的数据信息带来更多的数据价值的同时,各类安全问题也随之而来。通过数据可视化技术能够帮助充分全面并且及时地找出系统中可能存在的安全威胁,评估系统安全,保证基础设施的安全。研究从数据角度出发,结合大数据的特征对安全数据进行分类,并对当前已存在的针对不同安全数据进行可视化的工具及技术进行总结,使得能够将已成熟的数据安全可视化技术用于大数据安全的研究,最后对未来的发展趋势进行了展望。     

基于建筑信息模型孪生深基坑性态可视化方法

随着土地资源短缺,城市深基坑工程越来越多,采用孪生技术准确反映深基坑性态并及时进行风险评价对深基坑施工安全意义重大。创建了反映现场监测点信息的监测点族,作为测钉嵌入深基坑BIM(Building Information Modeling,建筑信息模型)模型中,使现场监测数据与相关BIM构件数据孪生,基于Revit软件,使用Visual Studio 2019二次开发了现场监测数据可视化模块,实现现场监测数据的深基坑可视化,建立了考虑条件信息熵的深基坑风险评价模型,并嵌入到现场监测数据可视化开发模块中,对孪生深基坑性态进行可视化。通过某深基坑实例,该可视化及风险评价方法可以更好更快的帮助施工人员定位危险单元以及制定相应的防控措施。     

VISUALIZATION AND MEASUREMENT OF VORTEX FLOW IN SPINNING SHELL-CASE

The characteristics of a flow in spinning devices are one of the fundamental problems innew-type spinning.In this paper the vortex flow in interior of the shell-case was studied by usingexperimental methods,which include flow visualization and laser doppler techniques.The flow sur-vey by measurement has been compared with that photographed by flow visualization method,andshows a fairly good conformity.The results of experiments are similar to those by numericalevaluation.     

引江济太虚拟景观系统关键技术的研究与实现

介绍了系统场景可视化采用的一些关键技术.开发了引江济太三维虚拟景观原型系统(YJJT3D系统),用OpenGL作为底层图形驱动程序,以VC 6.0为开发工具,利用虚拟现实技术、多媒体技术和三维图形技术,实现了对大规模地形场景的实时动态显示、信息查询以及空间分析,并提出解决超大数据量数字高程模型快速显示的算法,将地物在地形中进行显示.该系统能在PC机上流畅地运行,图形的生成速度和质量较高.     

可视化技术在环境仿真中的应用

计算机可视化技术正成为环境管理的主要组成部分，文介绍两种主要的可视化技术及其在ＦＡＳＶＳ系统中的应用。这些技术被用来交互建立环境可视化管理器，在数据和视图之间建立可验证的、可靠准确的联系，从而使可视化成为环境管理人员的必要工具。