交互点值图上的可视化抽象和探索

多类离散数据在地理空间的分布,是地理相关可视化领域研究的热点.作为此类数据基本可视化呈现方式,点值图具有直观、细节丰富的优点,但是亦存在点重叠导致的可读性差的问题.本文提出了一种按分辨率进行密度估计方法对点值图进行优化,灵活地调节当前分辨率下取样参数,以期尽最大可能显示细节,同时保持各类属性的相对密度特征;为了弥补取样导致的离散特征的丢失,我们使用了一系列交互手段,能有效地提高可视分析的准确性并辅助整体的可视表达.本文最后通过实例分析和用户研究证明了本方法的有效性.     

机械过滤—电渗脱水工艺的研究

本文研究了电渗脱水工艺与机械过滤的结合方法和不同煤种的浮选采用机械过滤－电渗脱水效率的差别，并测定了煤－水系统的电化学性质，分析了它们对浮选精煤电渗脱水效率的地电渗在细粒浮选精煤脱水中的适应性。     

Hadoop集群效能建模与评价

随着大数据技术的研究深入,Hadoop集群效能问题越来越引起业界的关注.如何有效地利用计算资源,使有限的资源发挥出最大的效能,成为大数据应用中一个迫切需要解决的问题.本文对Hadoop集群效能进行建模研究,建立以Hadoop集群单位时间完成的任务量与消耗能耗的比值来定义的Hadoop集群效能度量模型,并且基于该模型给出测量Hadoop集群效能所需的参数和度量方法.对不同硬件配置的Hadoop集群,选取CPU密集型和L/0密集型任务进行效能测试与评价.由测试结果可以得出机架服务器组成的Hadoop集群适合处理TB级的大规模数据,而PC组成的Hadoop集群更适合在要求不十分苛刻的场景处理10GB级及以下的中小规模数据,对生产环境中的Hadoop集群选型具有一定指导意义.     

一种面向时序数据的交互式可视化系统

在科学、经济、工程、工程等各领域,每时每刻都产生大量时序数据.挖掘多维时序数据中蕴含的相关性特征和周期性规律,是可视分析领域研究的重点.本文在总结了过往案例和可视化方法的基础上,提出了一种称为时序螺旋的可视化交互系统.该系统基于时间粒度和时间原语的概念进行设计,旨在通过可视分析的方法,挖掘数据维度之间的相关性关系和周期性规律.时序螺旋综合了年轮图、族线等多种周期性数据可视化布局方法,并辅以多种交互模型互为补充.最后以实际数据集的分析案例展示了我们的方法在探索和理解多维时序数据的有效性.     

外磁场作用下水中铁磁性粒子与弱磁性粒子间的磁吸引力

本文通过理论分析和数学推导,提出了一个在外磁场作用下水中铁磁性粒子与弱磁性粒子间磁吸引力的新的计算公式。它比目前存在的和使用的几个计算式更准确,更方便实用。它将对强磁选机、磁力团聚、磁罩盖等选矿方法的理论分析起着积极的、有效的作用。     

基于Web的新闻数据可视化

对新闻数据可视化技术进行了研究,并充分整合数据挖掘、文本分析、分布式存储及可视化技术,设计实现了一个新闻数据可视化系统.它把采集到的新闻数据进行分类,并结构化存储,在WEB端为用户展示新闻数据的可视化分析成果.系统在交互式设计上提供了强大的用户界面来辅助新闻关注者对网络舆情的直观掌控,并通过对系统性能的测试,证明了系统在大量用户使用及大规模数据呈现的情况下都具有较好的性能.     

基于决策树的可视化分析平台的设计与实现

随着互联网应用的不断拓展、存储规模的不断扩大,使得人类所产生的数据爆发式增加,同时,在大数据发展的优势条件下,决策树的数据分析和可视化技术也被广泛应用。本文分析决策树与可视化技术二者的优势和联系,以提高对事件的决策效率为目的,通过提出将二者结合的思路,设计并实现了基于决策树的可视化分析平台。