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