先摘些關鍵詞在這裏~
高維大尺度 異構 和 不確定性
多元數據：
兩個或兩個以上相關聯屬性：電腦配置參數
低維度空間顯示多元（高維）數據
方法：
空間映射：散點矩陣圖、表格透鏡[Rao1994] The Table Lens: Merging Graphical and Symbolic
Representations in an InteractiveFocus+Context Visualization for Tabular Information ，平行座標（衆多增強型平行座標[Ward2010]），
Andrews Curve[Andrews1972]，Parallelsets[Kosara2006]，降維
圖標法：星形圖（平行座標的極座標版本），Chernoff Faces
基於像素的方法:像素圖、像素柱狀圖（馬賽克圖與treemap，矩陣圖的區別）
非機構化和異構數據：
非結構化數據：文本、時間戳、日誌（網站日誌數據又稱點擊流）
VIDi可視化研究小組,[Wei2012]
抽取結構化的行爲模式：馬科夫鏈模型的自組織映射（self-organnizing map）
異構數據：
一個數據集中存在結構或者屬性不同的數據，不同的數據源
異構網絡
底層數據整合
大尺度數據的可視化
多視圖，多角度
對數據集進行劃分
分而治之
1. 統計分析層
2. 數據挖掘層
3. 可視化層
數據不確定性的可視化
不確定性可視化方法：誤差條形圖（均值、下限誤差值、上限誤差值）、盒須圖、流場雷達圖（Flow Radar Glyph）、基於視覺變量編碼的不確定性可視化方法
圖表法
HARDI ODF(Orientation distributionfunction) [Jiao2012] UncertaintyVisualization in HARDI based on Ensembles of ODFs
可視變量編碼：顏色、不透明度、紋理（合成方法：線卷積積分（LIC），紋理平流（Texture advection））
半拉格朗日紋理平流，誤差濾波[Ralf2005] Texture-based visualization of uncertainty in flow fields
幾何體表達法
動畫表達法
動畫參數編碼不確定性：速度、持續時間、運動範圍、運動速度、
協方差作爲高維數據的不確定性度量標準
Noodles: a tool for visualization ofnumerical weather model ensemble uncertainty
Interactive Data Visualization:Foundations, Techniques, and Applications