
可视分析通过视觉和交互的手段,可以有效地帮助人们提高数据分析的效率。一般来说,可视分析的流程是这样的:选择数据集,设置参数,运行分析算法,获得完整的运算结果,可视化结果,进行可视分析(如图1所示)。然而,人们正面临着数据量越来越大的困扰,这将大大增加算法运算的时间。同时,随着分析任务越来越复杂,算法的复杂度也在逐步增加。
继续阅读 »
可视分析通过视觉和交互的手段,可以有效地帮助人们提高数据分析的效率。一般来说,可视分析的流程是这样的:选择数据集,设置参数,运行分析算法,获得完整的运算结果,可视化结果,进行可视分析(如图1所示)。然而,人们正面临着数据量越来越大的困扰,这将大大增加算法运算的时间。同时,随着分析任务越来越复杂,算法的复杂度也在逐步增加。
继续阅读 »
近年来技术的不断革新使得大量城市数据的收集变得越来越方便,这些收集到的数据还可以用来分析城市,如果这些数据得到了适当的分析利用,可以用来帮助我们解决现有问题并有利于政策制定。然而,对于城市数据的有效分析,还有着许多挑战,无论是从数据量,还是从一个城市固有的时空复杂性。通常分析这种数据的方式是使用不同的聚类并且产生视觉总结,但是这些会产生许多矛盾,如使用粗糙聚类可以减少数据片的量,但是可能引起信息丢失。 继续阅读 »
粒子/体联合数据是一种包含有粒子数据和体数据这两类数据类型的数据。随着计算能力的提高,这类联合数据在燃烧科学研究、等离子物理研究,以及大气研究中的大规模模拟中变得越来越普遍。它们分别对应记录模型模拟结果的两方面信息:在空间网格上的场数据,即体数据,和在空间中移动的离散粒子信息,即粒子数据。这两种类型的数据也分别代表流场的欧拉描述与拉格朗日描述。通常情况下,场数据被用于提取感兴趣的体数据特征,而粒子数据则被当作时间序列或者轨迹来分析。但是,要想同时对两种形式的数据进行分析是十分困难的,因为两者的数据表示极为不同。这篇工作[1]来自于今天的SciVis论文,本文作者Sauer等人针对这类数据,提出了一种高效率的、高精确度的特征追踪方法。
近期评论