在运动数据分析中，存在将运动物体的多个轨迹与共同或不同参考轨迹进行比较的问题。比较涉及到轨迹的形状，时间和其他的属性，如速度，方向等。该工作[1]引入了一个用于轨迹比较分析的一般概念框架和一个分析程序，它包括（1）轨迹的对应点匹配，（2）成对差异度量，以及（3）交互式视觉分析差异的分布，包括在空间，时间，运动物体的环境，轨迹结构和时空背景方面的差异。 通过可视化，交互和数据转换技术的组合，该工作支持分析并演示用于解决航空领域的挑战性问题。
月度存档: 十一月 2018
飞行变化性分析：一种系统的方法(Analysis of Flight Variability: a Systematic Approach)
作者: chenglei
日期: 2018年11月27日
飞行变化性分析：一种系统的方法(Analysis of Flight Variability: a Systematic Approach)已关闭评论
SRVis：在可视化排名中实现更好的空间整合（SRVis: Towards Better Spatial Integration in Ranking Visualization）
作者: Lu Feng
日期: 2018年11月26日
SRVis：在可视化排名中实现更好的空间整合（SRVis: Towards Better Spatial Integration in Ranking Visualization）已关闭评论
互动排名技术大大提高了分析师根据多种标准有效做出明智和明智决策的能力。然而，现有技术不能令人满意地支持对大规模空间替代品进行排序所涉及的分析任务，例如为连锁店选择最佳位置，其中所涉及的复杂空间背景对于决策过程是必不可少的。在将排名与空间背景相结合的先前尝试中观察到的局限性促使我们开发上下文集成的视觉排序技术。基于我们通过与领域专家合作总结的一组通用设计要求，本文[1] 提出了SRVis，一种新颖的空间排序可视化技术，通过解决上述环境集成中的三个主要挑战，即支持高效的空间多标准决策过程，即a）空间排名和背景的呈现，b）排名的可视化表示的可扩展性，以及c）对上下文整合的空间排名的分析。具体来说，我们使用可扩展的基于矩阵的可视化和基于新型两阶段优化框架的堆叠条形图来编码大量排名及其原因，该框架可最大限度地减少信息丢失，并采用灵活的空间过滤和直观的比较分析来实现 深入评估排名并帮助用户选择最佳空间替代方案。通过对优化方法，两个案例研究和专家访谈的实证研究，对所提出技术的有效性进行了评估和论证。
一种用于多类密度图的声明式渲染模型 (A Declarative Rendering Model for Multiclass Density Maps)
作者: Wu, Cong
日期: 2018年11月25日
一种用于多类密度图的声明式渲染模型 (A Declarative Rendering Model for Multiclass Density Maps)已关闭评论
当数据点具有两个quantitative属性和一个categorical属性时，就可以用multiclass maps展示，包括散点图，多维投影，主题地图等。如果点的数量很多，直接绘制会引起overplotting，降低可读性，此时需要进行一些处理，比如alpha blending、数据聚集等，来保持可读性。本文展示了multiclass density maps，对每一种category都计算出2维的histogram，通过分块提高可视化的表达力和可扩展性。在总结相关工作的基础上，作者设计了一种模型，通过声明式的语法来进行multiclass density maps的可视化，并且可以动态调整来得到不同的可视化结果。
组织病理学中的原始分辨率交互式三维可视化 (Interactive Visualization of 3D Histopathology in Native Resolution)
作者: Zhang Wentao
日期: 2018年11月18日
组织病理学中的原始分辨率交互式三维可视化 (Interactive Visualization of 3D Histopathology in Native Resolution)已关闭评论
迄今为止，基于病理学的临床工作流程和研究主要由2D成像主导，目前在组织病理学中缺乏适当的可视化工具，这已成为数字病理学的一个限制因素。 3D组织学全色数据集密集且规模大，大约100,000×100,000×100个体素，这对渲染性能和用户体验设计提出了严格的要求。本文提出了一种可视化应用程序，可以对大规模3D组织病理学进行有效的交互式可视化分析，即人体组织的高分辨率3D显微镜数据。该应用程序基于对现有方法的定制和调整，系统集成工作，以及对领域专家作为团队成员的密切参与式设计过程产生的领域特定需求的仔细研究。
Labels on Levels: 稠密的多尺度多实例的三维生物环境的标注 (Labels on Levels: Labeling of Multi-Scale Multi-Instance and Crowded 3D Biological Environments)
作者: Li, Yanda
日期: 2018年11月17日
Labels on Levels: 稠密的多尺度多实例的三维生物环境的标注 (Labels on Levels: Labeling of Multi-Scale Multi-Instance and Crowded 3D Biological Environments)已关闭评论
对于大规模介观生物数据，其往往具有稠密、多尺度、多实例三种特性。稠密，即数据具有很少空白空间；多尺度，即数据跨越许多不同长度尺度；多实例，即数据中含有许多相同种类的物体。本文[1]首次提出了一种对具有上述特性的数据进行实时标注的方法，且此方法中，标签位置随用户对体数据的缩放、平移操作可以连续地变化。
VIBR: 通过MDL准则可视化大规模二分关系数据（Visualizing Bipartite Relations at Scale with the Minimum Description Length Principle）
作者: Shuai Chen
日期: 2018年11月11日
VIBR: 通过MDL准则可视化大规模二分关系数据（Visualizing Bipartite Relations at Scale with the Minimum Description Length Principle）已关闭评论
对于两个集合，如果一个集合中点和另一个结合中的点有连接，而集合内的点之间没有连接，那么这样的数据称为二分关系数据。通常这样的数据通过图模型来描述，这类特殊的图称为二分图（图1）。生活中存在大量这样的二分关系数据，比如顾客购买商品，议员投票议案等。已有工作针对二分关系数据的分析仍停留在表现单个节点和边，难以处理大规模的二分关系数据。本文介绍的工作[1]使用了最小描述长度准则（Minimum Description Length Principle）来对二分数据聚合，并且提出了基于邻接链表形式的可视化方法分析二分关系数据，相比于已有方法，该方法能够更好的提供二分关系数据的概览。
ATOM: 一种对于单元可视化的语法 （ATOM: A Grammar for Unit Visualizations）
作者: Guozheng Li
日期: 2018年11月11日
ATOM: 一种对于单元可视化的语法 （ATOM: A Grammar for Unit Visualizations）已关闭评论
单元可视化是可视化中常见的一类可视化形式，它的特点是将数据集中每一个数据项使用一个单独的视觉元素进行映射。对于特定类型的任务以及数据集，单元可视化能够提供更多的信息，更符合用户认知的心理模型，但是单元可视化的设计空间并没有被完整地探索，同时现有的可视化的语法无法完整地定义单元可视化，本文针对单元可视化，探索了其设计空间，并且提出了语法ATOM通过递归地划分数据空间以及视觉空间的方法描述单元可视化。
一种对于灵活的体数据可视化流程的申明语法（A Declarative Grammar of Flexible Volume Visualization Pipelines）
作者: Yang, Changhe
日期: 2018年11月11日
一种对于灵活的体数据可视化流程的申明语法（A Declarative Grammar of Flexible Volume Visualization Pipelines）已关闭评论
直接体绘制是一种广为接受的可视化3D体数据的方法，通常采用统一化的流程。由于不同的体数据需要展示不同的特征，一些定制的可视化技术通常被应用。如为了强化分类的效果采用高阶的传递函数，为了更好的视觉感官采用非真实感渲染技术等，这会导致流程中的每一个步骤都可能发生改变。同时多数据场可视化同样十分重要，当需要进行混合的场的个数发生改变时，可视化的流程同样会发生改变，同时这样的改变在对于体数据初期的探索中十分常见。本文描述了一种对于灵活多变的体数据可视化流程的申明语法。
近期评论