大規模網路結構數據中連線信息的可視化研究

大規模網路結構數據中連線信息的可視化研究

《大規模網路結構數據中連線信息的可視化研究》是依託深圳大學,由周虹擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:大規模網路結構數據中連線信息的可視化研究
  • 項目類別:青年科學基金項目
  • 項目負責人:周虹
  • 依託單位:深圳大學
項目摘要,結題摘要,

項目摘要

隨著人類社會的不斷進步,各研究領域所處理的網路結構數據日趨龐大,常用的用節點表示對象、用連線表示對象間聯繫的可視化方法,正面臨著由於大量連線相互交叉所引發的視覺凌亂問題的巨大挑戰。.本項目所採取的基於層次連線聚類方法的通用新框架可較好的解決上述問題。該框架通過採集原數據信息與數據可視化後的視覺信息,提取出多層次連線聚類結構,並運用表達模型將原本筆直的連線彎曲形成曲線流,在體現概覽信息的同時保留聚類層次和細節特徵。在互動技術上,本框架提供的多方位互動工具基於結構樹設計,能為用戶提供直觀易操作的互動方式,挖掘大規模網路結構數據的隱含特徵。.本項目的實施將改善現有連線聚類算法所形成的可視化效果,提升視覺信息的直觀性與有效性,符合行業研究發展趨勢,具有重要的學術價值與實用價值。

結題摘要

隨著技術的不斷發展,各研究領域所處理的網路結構數據日趨龐大。傳統的用節點表示對象、用連線表示對象間聯繫的可視化方法,已經無法解決由於大量連線相互交叉所引發的視覺凌亂問題。本項目研究基於層次連線聚類方法的通用新框架來解決線交叉所引發的視覺凌亂問題,並將其進一步擴展套用到更為複雜的點線圖和集合間二元關係、動態流數據可視化等研究中。新框架提出並融合多層次連線聚類結構、非真實感表達模型和基於樹形結構的互動等新技術,能夠幫助用戶有效地並直觀易操作地挖掘大規模網路結構數據的隱含特徵。本項目的實施改善現有連線聚類算法所形成的可視化效果,對於許多前沿研究領域有較高的學術價值與實用價值。 通過本項目的研究,推動了網路結構數據可視化中視覺凌亂問題的理論研究和套用研究,為其提供新的研究方法和研究思路。此外,本項目還促進了項目組團隊的成長,取得了令人鼓舞的進展:已發表7篇相關論文,其中包括《IEEE Transactions on Visualization and Computer Graphics》、《Computer Graphics Forum》、《Journal of Visualization》SCI期刊論文3篇,6篇論文被EI收錄;資助2名博士研究生的研究工作,現有2名在讀碩士研究生正在繼續此方向的研究工作。

相關詞條

熱門詞條

聯絡我們