摘要：体可视化能够直观地展示体数据内部的特征信息,被广泛应用于医学影像、地质勘探、科学计算模拟等领域.高质量绘制体数据内部特征信息是用户理解和处理体数据的前提,传统的方法依赖于数据的高分辨率采样,并采用传输函数调节获得高质量的绘制效果.文中主要综述了基于特征增强的体可视化方法,以及对反映体数据特征信息空间关系的光照技术的研究现状,最后给出了这些方法的发展趋势及展望.

摘要：犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段,犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先,以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向,对犯罪数据可视分析任务进行归纳,系统地梳理了犯罪数据可视化领域的研究与应用现状;其次,针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段,展开了系统性的分析;最后,总结和展望了犯罪数据可视化面临的挑战和发展方向.

摘要：开发了OnlineJudge系统,即在线评判系统,主要应用于ACM/ICPC国际大学生程序设计竞赛中。系统采用Struts1.2+Spring2.5+Hibernate3.2(SSH1)组合框架。分析了ACM在线评判系统的功能,阐述了系统的设计与实现技术,以及SSH技术在实际开发中的应用,最后说明了数据库和内核的设计实现思路。

摘要：社交媒体中,用户所发布的推文内容记录了与用户相关的各种信息。文字信息中涵盖了推文中包含的各种话题,以及时间和空间信息,从这些信息中分析出话题的时空演变情况具有十分重要的研究意义。针对推文数据,设计了一套可视分析流程来挖掘推文信息,通过用户交互的方式多角度地展示了推文话题的时空演变过程。首先,基于部分历史推文数据,通过DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法,结合泰森多边形对全球地理空间进行区域划分;然后,针对用户查询搜索的兴趣话题,索引找到所有相关的推文内容,并将信息与聚类中心绑定;最后,通过设计的多个结合时序聚类算法和自适应算法的可视化视图来展示话题的时空演变过程。通过推特官网提供的API抓取存储的推文数据,并进行实验和分析,结果表明:改进的可视化视图自适应布局算法有效地解决了图形遮挡问题,完整展现了推文的时空演变模式;地理区域的划分以及可视化组件能够有效帮助研究人员分析推文的时空演变以及全球关注的热点话题分布。

摘要：从计算机专业本科教学内容出发,结合可视化技术开发了一个能满足教师和学生需求的交互式教学平台。平台中良好的算法展示效果和丰富的色彩不仅能够提高学生课堂的参与度,而且还能加强学生课后的主动探索,并在课堂内外建立良好的学习循环。

摘要：党的十八大以来,课程思政建设在高校广泛展开,在几年时间里该领域的研究文献数量猛增。为应对领域内数据繁杂,难以进行数据分析和得到有效数据的问题,文章提出了一种基于加权TF-IDF算法的课程思政数据分类方法,并基于分类结果设计开发了一套可视化分析系统。该系统能对课程思政研究方向及热点等相关数据实现自动分类,并运用可视分析技术进行呈现,梳理并揭示近几年来课程思政领域的前沿演进和关注重点,以期较为客观地反映该领域的研究动态及进展。

摘要：ACM国际大学生程序设计竞赛(ACM/ICPC)是世界公认的规模最大、水平最高的国际大学生程序设计竞赛。文章主要阐述ACM/ICPC这种不同于传统计算机程序设计课程教学的独特学习模式,进而探索C++课程对ACM/ICPC学习模式的具体借鉴和实践。

摘要：设计实现基于组件的、多视图协同的可视分析系统,用于探索分析复杂的时空数据,挖掘其中隐藏的空间模式、时间模式及多维属性模式.系统以杭州房地产数据为例进行分析研究,该数据是一种典型的时空数据,包括楼盘的空间分布情况、均价和销量变化规律、楼盘属性相关性等复杂特性.系统以可视化的方式,提供了综合有效的、可交互的分析方法.系统开发实现4个核心可视分析组件:地图组件、平行坐标组件、时间序列组件和treemap组件.地图组件提供空间视图;平行坐标组件提供多维视图;时间序列组件提供时间视图;treemap组件提供综合视图.系统以一种可扩展、可定制的方式,实现各个组件之间高效的关联协同,从而大大提高了系统整体综合分析能力.