摘要：为了帮助用户理解和分析搜索引擎产生的搜索数据,提出一个搜索趋势数据可视分析系统,包括数据收集与预处理、流图计算与绘制、流线生成与文字摆放以及交互式分析.以流图与文本相结合的方式呈现搜索数据,展示数据中蕴含的搜索趋势和热点;创新性地提出了流线指导下的文本布局算法,使文字能更好地贴合流图形状;此外,还提供了一系列交互,帮助用户在不同层面对搜索数据进行探索和分析.选取5个博客数据集,从紧凑性和方向一致性2个方面对可视化方法进行量化评估,并采用2个真实的搜索数据集进行案例分析.结果表明,该系统能帮助用户理解搜索数据的变化模式,发现数据中隐含的搜索趋势,并快速掌握互联网舆情信息.

摘要：词云是一种近年来颇为流行的文本可视化方式,它提取出文本中的关键词并在二维空间上美观地排布,通常用于展示文本内容、辅助文本分析以及吸引读者阅读等.从视觉编码、布局方法和交互方式这3个方面介绍词云的设计空间;将现有的词云设计分为语义词云、形状词云、可编辑词云和多文档词云4类进行概括,并总结了目前对于词云进行实验评价的若干工作;最后分别从语义词云、形状词云、多文档词云和中文词云4个方面分析了词云可视化领域面临的挑战,并对未来工作进行了展望.

摘要：随着网络通信设备的发展,设备配置异常引发的问题日益显著。传统的检测工具通常只针对拼写、格式等进行检测,无法检测逻辑问题。因此,目前的配置异常检测工作高度依赖工程师经验。为了提高网络服务质量并减少工程师的重复工作,以及解决传统工具检测速度慢、检测能力弱、通用性差等问题,文中借鉴了抽象语法树的设计理念,创新性地提出了一种基于“配置语句树”的无监督异常检测算法。通过统计分析,该算法可以确定7种可检测异常类型,并支持异常定位和异常修改方案的推荐。文中采用运营商现网运营中的配置,根据算法可检测种类、运行时间、准确率和召回率这几个指标进行量化评估和对比分析。实验结果表明,该算法具有良好的鲁棒性,完全能够有效应对网络设备配置异常引发的网络通信问题。

摘要：坐标轴网格是辅助人们观察统计折线图的重要参考结构.文中研究了有利人们感知直线斜率的坐标轴标签.首先通过一系列用户实验探索折线图中网格局部长宽比对于估计线段斜率这一任务的影响,通过用户估计的倾斜角度与直线真实的倾斜角度的误差大小反映不同实验条件的影响程度.实验得出的结论是适当的网格密度、接近正方形的网格格子局部长宽比有利于准确的斜率估计.基于该实验结论,提出了新的为折线图数据自动生成坐标轴的算法,考虑最大标签、最小标签和间隔步长3个变量,参考前人关于标签简洁性、覆盖性、重叠程度的定义,将正方化的局部长宽比这一因素加入水平和垂直2条坐标轴的标签联合优化之中,该算法能够生成既美观又提高图形感知准确性的坐标轴网格.

摘要：色彩在数据可视化中发挥着重要作用,是人们读取数值、感知趋势、发现异常的关键视觉编码元素.然而,色彩设计过程需要较多人为干预,存在低效耗时、难以拓展且易产生色彩的误用、滥用等问题.近年来兴起的数据可视化评估理论为解决上述问题提供了思路,即将色彩设计表达为在数据、用户、任务、设备等可视化应用环境下的最优决策.文中回顾了数据可视化领域色彩设计相关工作,主要包括色彩设计准则及其量化表达、自动色彩设计(色彩选择、色彩优化、色彩生成、色彩迁移)以及自适应色彩设计,论述了现有色彩计算研究对于探索智能化色彩设计的意义与启发,总结并分析了该领域未来发展趋势.

摘要：为了增强流图可读性,帮助用户更高效地识别染色层,提出一种基于流图已有布局,优化流图中染色层的颜色分配与标签布局的方法.首先根据流图的布局数据建立其颜色分配评价函数,通过遗传算法进行颜色分配方案优化,最大化染色层之间的颜色差异和染色层与背景的亮度差异;然后在每个染色层上运行滑动窗口,通过最小二乘法拟合自动调整标签倾斜角度以适应染色层形状变化,得到标签尺寸自适应的标签布局结果.通过用户测试与定量评估,将文中方法与现有方法在多个真实和模拟数据集上进行实验的结果表明,该方法能够显著提高染色层的识别正确率,降低识别耗时,同时增大标签尺寸,从而有效地提高流图可读性.

摘要：针对基于控制点参数位置的自动色彩优化方法无法有效表达全局数据特征的问题,提出一种基于嵌入色彩的自适应色彩优化方法,该方法包含色彩嵌入位置估计和嵌入色彩优化2个核心过程.首先基于色彩可辨别性以及数据分布选取合理的色彩嵌入位置,然后在固定色彩嵌入位置的基础上,建立能量优化方程求解最优嵌入色彩,使其既满足视觉可辨别,又能够尽量保证与原始色彩表的一致性.在此基础上,开发了一个交互式数据可视探索系统,该系统可有效支持整体数值感知和局部感兴趣区域探索.为了评估方法的有效性和系统实用性,在6种不同特性的色彩表、8种具有不同数据分布的数据集上开展用户实验以及案例分析.实验表明,该方法相比其他方法可产生细节更加丰富的视觉信息,为用户探索数据提供条件.

摘要：树图是层次数据可视化的常用方法,已有的研究发现,满足逐步加点原则的3种树图布局算法(正方化布局算法、条状布局算法和螺旋线布局算法)在常见的4种优化指标(平均长宽比、稳定性、数据一致性和可读性)上各有优缺点.其中,条状布局算法和螺旋线布局算法的长宽比较大,正方化布局的长宽比仍有优化空间.基于蒙特卡罗树搜索,在树图布局的同时构建对应的搜索树并利用置信度上界公式作为搜索路径的选定标准,在用户可接受时间内对3种布局算法的算术平均长宽比和所提加权平均长宽比分别进行了优化.为了证明算法的有效性,在构造出的3种不同分布、7种不同规模的单层数据集以及真实的多层数据集上测试,并与原算法进行比较分析,最后利用对应结论指导用户选择更好的布局算法以及设置更恰当的参数.

摘要：小麦地化学除草的回归设计试验汪云海，杨家鹤，吴家宽（安徽省国营农场华阳河总场宿松２１１４００）华阳河农场位于长江中游北岸，全场耕地面积１０万余亩，常年种植小麦约占总面积的３０％左右，麦地主要杂草有：自生油菜、婆婆纳、野艾、猪殃殃、牛繁缕、小旋花、小蓟...

摘要：针对t-SNE方法不能很好地区分相互交叉的多个流形的问题,提出一种可视化降维方法.在t-SNE方法的基础上,在计算高维概率时考虑欧几里得度量和局部主成分分析以区分不同流形.然后可直接使用t-SNE的梯度求解方法得到降维结果.最后分别用3个人工生成的三维数据集和2个通用的机器学习数据集进行实验,并根据不同流形的区分度和流形内的邻域可信度2个指标对降维结果进行量化分析.结果表明,该方法在处理有交叉的多流形数据时的效果要明显优于原来的t-SNE方法,并能够较好地保持每个流形的邻域结构.