图1 时间序列数据的趋势检测
时间序列数据数据越来越多，如何快速的从这些数据中得到一个概览和展示数据之间的结构显得极为重要。对于典型的时间序列数据集合数据（ensemble）具有复杂性和不确定性的特点。本文对该类数据提出了一种趋势检测的几何模型，提供多种交互手段，能够让我们快速的看到时间序列数据的变化趋势和它们之间的关系。
月度存档: 八月 2016
时间序列多粒度趋势检测分析(Multi-Granular Trend Detection for Time-Series Analysis)
作者: Qiangqiang Liu
日期: 2016年8月29日
时间序列多粒度趋势检测分析(Multi-Granular Trend Detection for Time-Series Analysis)已关闭评论
在图序列中分析动态层次（Visualizing Dynamic Hierarchies in Graph Sequences)
作者: Shuai Chen
日期: 2016年8月27日
在图序列中分析动态层次（Visualizing Dynamic Hierarchies in Graph Sequences)已关闭评论
图经常用来描述对象之间的关系，基于对象之间的连接关系，我们可以通过层次聚类的算法将对象进行层次化分组（grouped hierarchically）。在许多应用中，对象之间的关系随着时间变化，因此它们的分层组织结构（hierarchical group structure）也发生变化。本文设计了一种可视化形式支持对动态图的拓扑结构和分层组织结构进行分析并且追踪它们的变化。
基于SentenTree社交媒体文本内容可视化（Visualizing Social Media Content with SentenTree）
作者: Guozheng Li
日期: 2016年8月21日
基于SentenTree社交媒体文本内容可视化（Visualizing Social Media Content with SentenTree）已关闭评论
社交媒体的流行使得社交媒体文本这一新的文本类型出现了爆炸式的增长。社交媒体文本相对于传统的文本具有显著的特点，它们所包含的文本内容很短并且文本信息存在大量的重复，同时其中也蕴含着非常宝贵的信息。如何充分利用社交媒体中的文本信息，帮助用户建立对于社交网络文本内容的快速理解是一件非常具有挑战的事情。本文试图在单个词语与整个句子之间寻找平衡，在此基础之上提出一种新的社交媒体文本的可视化的方式sentenTree，这一可视化方式能够给用户提供全局的概览，同时利用交互的方式帮助用户从全局到细节进行分析。
Vega-Lite:交互式图形的语法 (Vega-Lite: A Grammar of Interactive Graphics)
作者: Lijing Lin
日期: 2016年8月19日
Vega-Lite:交互式图形的语法 (Vega-Lite: A Grammar of Interactive Graphics)已关闭评论
Vega-Lite是一种高级语法。它支持简洁的json格式的语法，能够快速地定义交互式数据可视化。 继续阅读 »
4D PC-MRI主动脉血液流场数据中旋涡半自动分类研究(Semi-Automatic Vortex Flow Classification in 4D PC-MRI Data of the Aorta)
作者: Richen Liu
日期: 2016年8月19日
4D PC-MRI主动脉血液流场数据中旋涡半自动分类研究(Semi-Automatic Vortex Flow Classification in 4D PC-MRI Data of the Aorta)已关闭评论
现代医学认为，医学成像中的主动脉血液流动模式与不同的心血管管疾病有密切的关系，尤其是主动脉中的旋涡的特征与具体的心血管疾病类似关系更加密切。传统医学成像数据处理中，针对4D PC-MRI数据中旋涡的分类都需要医学工作人员手动进行分类，在这个过程中，有两个缺点。其一、手动分类非常耗时，其二、手动分类方法不够精确，往往导致很大的诊断不确定性。针对这些缺点，本文[1]提出了一种基于半自动分类的PC-MRI主动脉血液流场数据中旋涡分类方法AVOCLA，给医学人员提供更加高效精确的决策支持。
IEEE VAST Challenge 2016
作者: Yu Zhang
日期: 2016年8月16日
IEEE VAST Challenge 2016已关闭评论
国际可视化年会IEEE VIS是可视化领域最顶级的学术会议，而IEEE VIS中的IEEE VAST Challenge是可视化与可视分析领域最重要、规模最大的竞赛。每年VAST Challenge提供的数据的故事背景各异，有生化恐怖袭击、流行病、武器走私、社会骚动、网络攻击等。竞赛题目覆盖可视分析最重要与前沿的研究领域，例如网络安全可视分析、时空数据可视分析与人际关系网络可视分析等。
北京大学可视化与可视分析研究组近4年都参与了VAST Challenge，每年都获有奖项，在今年获得了Outstanding Comprehensive Solution Award。
继续阅读 »
在平行坐标图中集成时间序列图 (Time-Series Plots Integrated in Parallel-Coordinates Displays)
作者: Fan Hong
日期: 2016年8月14日
3 条评论
时变的高维数据是一类十分复杂的数据。例如，在模型模拟数据中，通常会预先设置一些（非时变的）输入参数的数值，然后模型模拟会产生一些输出属性，其中有些是非时变的，而有些是时变的。在这些数据中，领域专家通常需要研究输入参数与输出参数、输出参数之间的关系。此时，对时变高维数据进行可视化就变得非常重要了。本篇工作中提出了一种基于平行坐标图的焦点+上下文的可视化方式，通过在平行坐标图的相邻轴之间插入时间序列图来展示时变信息。
近期评论