基于内容重要性边捆绑的图可视化算法

作     者：路强 马坤乐 Lu Qiang;Ma Kunle

作者机构：合肥工业大学计算机与信息学院合肥230009 

基　　金：国家自然科学基金(61472115) 安徽高校省级自然科学研究项目(KJ2014ZD27) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2016年第28卷第11期

页      码：1899-1905页

摘      要：图可视化中边捆绑算法可用来减少图的视觉混乱并增强图的高等级结构显示.针对一般边捆绑过程中,因属于不同结构的边可能相互捆绑而降低捆绑结果可读性的问题,提出一种基于图的内容重要度的边捆绑算法.首先使用关联边提取和关联度估值算法,从包含大量的点、线连接的图中提取出可反映图的高等级结构的边簇信息,然后使用改进的力引导捆边算法对边簇进行捆绑,达到在减少图的视觉混乱同时将重要性较高的连接捆绑到独立的边簇中的目的.实验结果表明,该算法可以有效地降低不同结构边簇在边捆绑中的相互影响,从而保证属于不同结构的重要连接可以得到恰当的捆绑进而使得图中高等级结构的显示更清晰.

主 题 词：边捆绑 边簇 关联度估值 力引导 视觉混乱 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1003-9775.2016.11.011

馆 藏 号：203208252...