可视化与可视计算概论-PKUVIS.PDF

可视化与可视计算概论 Introduction to Visualization and Visual Computing 袁晓如 北京大学 2015.12.09 1 Spatial Visualization /wiki 袁晓如 北京大学 2 引言：轨迹数据  交通：车辆轨迹  气象：飓风轨迹  手机：人的轨迹 /wiki 袁晓如 北京大学 3 引言：为什么研究轨迹数据？  交通：车辆轨迹 - 检测拥堵，交通规划  气象：飓风轨迹 - 疏散民众，预测损失  手机：人的轨迹 - 改善服务，推送广告 /wiki 袁晓如 北京大学 4 引言：可视分析案例  北京市交通拥堵的传播关系：介绍 /wiki 袁晓如 北京大学 [Wang et al. 2013] 5 引言：可视分析案例  北京市交通拥堵的传播关系：数据 /wiki 袁晓如 北京大学 6 引言：可视分析案例  北京市交通拥堵的传播关系：预处理 /wiki 袁晓如 北京大学 7 引言：可视分析案例  北京市交通拥堵的传播关系：筛选 /wiki 袁晓如 北京大学 [Wang et al. 2013] 8 引言：可视分析案例  北京市交通拥堵的传播关系：探索 /wiki 袁晓如 北京大学 [Wang et al. 2013] 9 引言：可视分析案例  北京市交通拥堵的传播关系：验证 /wiki 袁晓如 北京大学 [Wang et al. 2013] 10 引言：为什么需要可视分析？  完全自动分析的局限性  要求数据质量较高：完整、正确、静态、结构化、语义清晰 [Keim et al. 2008]  要求有明确的分析目标，不适合探索性分析 [Keim et al. 2008]  难以完全处理空间复杂性：空间异质性、空间自相关、空间多尺度 [Andrienko et al. 2008]  难以完全处理时间复杂性：时间周期性、时间语义 [Pu et al. 2013]  难以评估分析结果 ，追踪分析过程 [Keim et al. 2008]