- 1、本文档共81页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
复杂有序数据的可视化分析Chen-Wei-SequentialVis
复杂有序数据的可视化分析
陈为
chenwei@
Tel: 0571529;
浙江大学CADCG 国家重点实验室
/home/chenwei
复杂有序数据
• 时间序列数据
– 视频、MoCap、气温、心电图、股票交易
– 动态CFD数据、三维动态监测数据
复杂有序数据
• 顺序排列数据
– 文本、生物测序、质谱
– 流线、DTI纤维
数据特征
• 每个数据实例是时间轴上的单个事件
• 时间或顺序可以当做一个变量
• 类型多,分布广
– 1974-1980年15种报纸和杂志随机选择的4000个
图像,75%是时序图形(E. Tufte )
• 数据量大
• 多维、多变量
可视化分析的挑战
• 数据挖掘方法可以对时变数据进行信
号分解、模式挖掘
– 在目标已知的情况下效率很高
– 如果未知?
• 可视化分析有助于找到问题和目标!
– 某个变量什么时候最大/最小?
– 数据中有模式吗?
– 两个序列是否相似?
时序数据的可视化
• 离散点 vs. 区间点 [Muller Schumann 2003; Frank 1998]
• 线性时间 vs. 周期时间
• 离散时间 vs. 时间区间 (TimeWheel )
• 顺序线性时间 vs. 含分支的时间
[Visual Methods for Analyzing Time-Oriented Data;
IEEE TVCG]
时序轴的表达类型
• 静态的
展示记录的东西,多视角,允许比较
• 动态的
展示随着时间变化的感觉和过程,有更多
的表达空间
1. 标准时间点连线显示
• x轴表示时间,y轴表示其他的变量
不同的视图类型
堆叠区域图
民众消费的
组成变化
2. 顺序数据之间的关系
LifeLines:某个领
域的个人记录
• 不同的事件类型使用
不同的颜色
• 线段厚度表示某个变
量
• 交互:点击一个事件
产生更多的细节
• 类似于Spotfire 的动态
查询
[Plaisant et al CHI 1996]
看病记录
PlanningLines
表达项目计划,可以用特殊的图标演示时间轴上的不确定性
3. 多变量数据演示:Streamgraph
TimeWheel
Cluster Calendar View
4. 动画与交互
动画演示
NY Times
4. 动画与交互
• 遵循Shneiderman原则
• 多视图链接相互协调
• 例子:用户画一个粗略的形状确定一个需要
查询的时间线,系统返回相近匹配线
可视化分析案例
• 基于统计的比较可视化
– 空气质量数据[SpringerChapter]
– 全二维飞行质谱分析数据[USA Patent]
• 基于低维流形嵌入的简洁可视化
– MoC
文档评论(0)