摘要：轨迹相似度估计是发现车辆运动特征和轨迹分类的关键,但计算轨迹相似度缓慢,提高轨迹匹配速度可以帮助展开轨迹特征的快速挖掘,因此提出一种基于空间坐标系旋转的高效轨迹匹配算法.首先利用空间坐标系的多次旋转,将轨迹曲线转换成点数等于旋转次数的平均数和方差曲线;然后使用Fréchet距离和皮尔森相关系数衡量平均数曲线间相关性和方差曲线间相关性;最后根据Fréchet平均数、Fréchet方差、皮尔森平均数和皮尔森方差4个参数的大小间接确定原始轨迹间的相似性.在不同的轨迹采样点数目和空间坐标系旋转次数下,基于杭州市出租车轨迹数据,与传统Hausdorff轨迹匹配算法比较轨迹匹配的准确度和速度.基于多次实验的结果表明,该算法保证轨迹匹配准确度的同时,平均可以提高85%的轨迹匹配速度.通过构建包含展示轨迹匹配结果的地图概览、探索轨迹匹配结果差异性的可视化交互组件和选择轨迹匹配参数3大模块的可视化分析系统,探索4种轨迹匹配方法结果的差异性,帮助道路网研究人员更快地匹配真实行车轨迹和寻找相似轨迹群.

摘要：由于Leap Motion硬件设备识别范围和其图像识别算法的局限性,当交互手势中手指平面平行于Leap Motion视觉探测方向时容易因产生手指混叠现象,降低手势识别的精度而影响交互体验.为解决手指遮挡问题提高交互体验,提出在不同角度设置双Leap Motion的方法.首先垂直设置双Leap Motion于预定位置;然后对上边Leap Motion探测数据进行矩阵转换;最后对双Leap Motion数据进行数据融合计算,得到手势运动类型.一系列用户对比实验结果表明,该方法在减少手指混叠现象、提高易用性方面有明显作用,具有实际应用价值.

摘要：警情数据的分析和挖掘是公安部门信息工作的核心环节, 数据具有时空分布不均匀、信息记录高冗余和文 本内容难关联等特点, 导致现有信息工作中存在人工分析效率低、传统静态图表无法支持深入分析等问题. 为此, 提 出一种交互式可视分析数据特征和事件模式的方法. 首先提出一种结合多种聚类方法的 Random-STR R 树算法, 划 分出密度不同的数据簇, 随机化结点最大容纳量并构建索引结构;然后结合数据分布特征和文本特征, 利用杰卡德 距离和皮尔逊距离分析区域内的异常情况;最后基于关键词的关联程度构建加权网络图, 利用社区检测算法对其进 行关联分析. 此外, 设计并实现警情数据可视分析原型系统--PRDVis, 包含时空特征分析视图、频繁信息要素分析 视图和异常信息要素分析视图. 通过某城市警情数据进行案例分析和专家评估, 结果证明了所提方法的可用性和有 效性.

摘要：空气污染正迅速成为一个重要的社会问题,并越来越受到公众和科学界的关注和重视.不同城市间的空气质量如何相互影响?不同城市的空气质量属性间有哪些相似性和差异性,以及哪些因素会影响空气质量的相互作用?为了回答这些复杂的问题,提出一个全面的基于城市群分布的可视分析系统以探索城市群的动态演变过程.该方法包括Voronoi图以展示城市群在空间上的分布以及在空间上的演变过程,嵌入式线条堆栈图以展示城市群在时间上的演变过程,平行坐标视图以展示城市群的污染情况.文中方法已用于城市空气质量的真实数据分析中,该系统可以用来探索城市群的演变,并为城市群的联合污染防治提供必要的基础.

摘要：空间数据可视化是信息可视化的重要组成部分,而地图则是空间数据可视化最常用的载体.生成与传统地图相似的简化地图能够提高研究人员与普通民众对空间数据分析和可视查看的效率和准确率.然而传统通过人工绘制得到重构地图的过程十分烦琐,现有算法生成的重构地图大都由矩形形式组成,导致地图结构化信息缺失.这些因素都会影响重构地图的可视化效果.通过数据简化以缩减边界数据量、直角化与去噪声以规范图形边界和消除边界毛刺、二阶优化求解以得到最优布局效果这3个步骤,实现地图重构及可视化的完整流程.文中选择我国部分省份以及美国除夏威夷和阿拉斯加外的地区作为测试样本.对比现有的空间有序正方化布局算法,该算法能更好地维持重构地图与实际地图在区域形状和邻域关系的相似度.

摘要：高维房地产数据中包含着复杂的空间和时间趋势,为了使用户能够创建自己的可视化形式并理解房地产市场中的内容,提出基于HTML5的在线房地产信息的、包含4个组件的可视分析方法.该方法提出了基于楼盘地理位置聚类的可视化方法来展示楼盘地理信息的地学可视化组件,结合多种布局和排序方式来展示楼盘销售数量变化的堆栈图组件,基于楼盘销量和价格的聚类方法来展示楼盘多维属性的像素条图组件,并结合多种节点布局和排序的方式展示数据层次结构的树图组件;最后对各组件设计了良好的交互操作,丰富了系统的分析能力.文中方法已用于杭州市房地产的真实数据分析中,用户和专家反馈效果良好.

摘要：人类活动会持续产生大量时空轨迹数据,探索和理解数据中的隐藏模式可帮助理解人类生产生活的规律、提高管理效率.前人工作大多关注于轨迹数据的宏观可视分析,缺乏对高密度小区域内的个体行为展开深入分析.针对高密度群体轨迹数据,提出多视图结合的可视分析方法以探索和分析其微观演化情况.该方法主要包括4个部分:基于small-multiples的特征统计视图,展示轨迹数据在时间和空间维度上的特征分布;采用多分辨率河流视图支持从多层次聚合角度展示轨迹数据的变化;采用轨迹投影视图揭示高密度群体轨迹间的相关性;采用多层次空间地图以展示轨迹数据的具体分布情况.上述方法形成的可视分析系统已用于2个高密度群体轨迹数据集的分析中,为后续高密度群体轨迹数据的可视分析提供一种解决思路.

摘要：现有的司法数据分析以传统的统计图表为主,与案件数据的内部信息关联不够,低效落后,难以满足司法数据的分析需求.因此,针对司法判决文书数据,提出一种通过用户交互的方式展示司法数据时序演化过程的方法.首先提出基于分层结构的层次演化视图,从整体上分析时序变化;结合矩阵视图、词网络视图、主题聚类图和词云,展开案件内部多元信息的精细化分析;提取案情三元组信息,并展开关键实体的约束布局,帮助快速定位和掌握案件内容.基于千万级规模司法判决文书数据,展开案件纠纷类型演变和案件内部关系的案例分析,并针对多个视图任务结合评分方式展开定量用户研究评估,反馈得到所有问题平均评分均大于3.5,为后续司法文书数据的可视分析提供了一种解决思路.

摘要：针对出租车GPS数据因其数据量庞大和时空信息特征复杂而带来的分析难题,提出一种基于出租车GPS大数据的道路行车可视分析方法.该方法用OpenStreetMap得到开阔道路的地图,采用离散和连续型2种编码方式对道路上的车流量、行车方向和速度等情况进行分析;离散编码采用箭头图表示,并用速度区间聚类算法优化颜色布局;连续编码采用栈图表示,并用特征点提取算法加速图表绘制.最后以杭州市出租车GPS数据为样例,将数据分布式存储在云计算平台上,采用MapReduce加快数据查询和处理,应用文中的2种可视编码方式进行可视分析,结果表明,该方法能准确地反映杭州市道路交通状况.

摘要：针对现有的神经纤维聚类技术通常依赖于纤维束的空间位置,缺乏对神经纤维走向信息考量的问题,提出一种基于B样条拟合与回归模型的脑神经纤维聚类方法,将神经纤维进行B样条拟合与采样,标准化,使用线性回归方程进行神经纤维描述,构造出每根神经纤维的高斯密度函数与神经纤维分布的极大似然函数,使用EM聚类算法进行聚类.将该算法与QB聚类算法应用到真实医学数据(PPMI影像数据跟踪出的脑神经纤维)上,并对聚类结果与QB聚类结果进行评估,定性地判断分类结果在解剖学空间上的相似性,定量地比较聚类后脑神经纤维的数目.实验结果表明,该方法在功能区层面的聚类可以更有效地分割出具有解剖学结构的脑神经纤维.