摘要：针对体绘制中只对视点或光照参数的单独优化而导致体数据中隐含的信息无法在图像空间中表现最大化的问题,提出一种视点和光源位置协同优化的方法,在传输函数不变的情况下选择最优的视点和光照参数.该方法基于信息熵设计,并由视点熵、光照熵及两者之间的互偶熵组成视点与光照统一评估框架,用来评估不同视点和光照参数条件下最终绘制图像表达的信息量.视点熵用于评估与视点相关的不透明度值分布所包含的信息量;光照熵的计算则通过考虑颜色在图像空间的分布,使用基于区域的mean shift算法进行基于颜色的图像空间划分;互偶熵用于评估光照前后绘制图像亮度变化所带来的信息量.对各种体数据的实验结果表明,采用文中方法能够有效地协同优化视点和光源位置.

摘要：针对社交媒体数据搜索中存在的消息文本短、不利于构建索引,排名列表形式单一、无法展现社交媒体数据的整体结构的问题,通过挖掘社交媒体数据隐含的多重语义特征,强化索引结构,提出基于可视分析方法的搜索系统,采用交互式界面可视化表达语义特征,使得搜索更准确.以推特数据为研究对象,基于时间上的语义相关性,首先抽取数据中隐含的话题和命名实体集合;在此基础上构建层次语义图模型,简化数据的内在语义关系,同时为可视化搜索提供必要的索引结构;用户浏览数据时,分裂环形图表示数据的多重语义特征,系统提供多种交互方式方便用户探索更多信息.案例分析结果表明,相对于连线和气泡图特征模式,分裂环形图更加明显,方便用户寻找关注的消息;用户调查结果反映出该方法较传统的搜索方式更容易找到想要的结果.

摘要：交通卡口数据能够有效地用于识别套牌车行为,已有的方法通常基于规则查询套牌车记录,但较少提供规则的含义及其对查询结果的影响、套牌车行为模式的分析.为此提出一个基于交通卡口数据的交互式套牌车可视识别和分析系统.基于规则识别套牌车,设计可视查询与条件筛选,利用地图和时间线展示不同车型的时空分布,并分析套牌车主要出现的卡口和时间;通过设计Cir Flow图符和分布图展示单卡口和卡口对的统计信息,分析套牌车识别算法中的参数调整对识别结果的影响.最后,通过案例验证了系统的可用性.

摘要：传输函数设计是体数据可视化流程的重要环节,高效的传输函数设计方法是提升体数据可视化效率的关键.在传统传输函数设计的基础上,该文以提升体数据特征可视化及分析效率为目标,提出一种基于体数据空间相似性的传输函数优化设计方法.在特征空间分析过程中,结合体数据空间位置信息,定义特征空间相似性度量标准,对一维传输函数特征空间进行自适应划分;在光学参数映射过程中,定义能量方程描述感兴趣特征的可见性分布与目标可见性分布的差异,近似求解能量方程的梯度,加速光学参数向量的迭代优化,以高效地实现光学参数优化设计.相比于传统的传输函数设计方法,该方法有效耦合特征空间分析及光学参数映射过程,可以帮助用户快速地实现体数据中感兴趣特征的分析与可视化.大量的实验结果、效率对比及用户体验反馈信息进一步验证了该文算法的有效性与实用性.

摘要：数码相机的几何校正技术已经成为多屏拼接过程中的关键技术,然而传统的线性几何校正结果并不令人满意,新兴的非线性几何校正方法由于过程烦琐而不能得到广泛应用.在传统的线性校正方法的基础上,通过对样本图片的采样和计算获得数码相机的扭曲系数,提出一种基于相机参数还原的多屏拼接几何校正技术,并将其应用于多屏拼接系统,获得了高分辨率图像的显示结果.实验结果表明,文中方法有效地提升了多屏拼接的精度,具有一定的实用性.

摘要：针对已有的公共自行车群体租车行为研究仅在站点尺度上进行分析,存在分析不完备等问题,提出了从城市—区域—站点的多尺度群体租车行为交互分析系统.首先,基于租/还站点和时间的一致性,从公共自行车数据中提取租车群体;然后结合站点的地理位置和群体租车行为的相似性,利用改进的迭代双聚类算法生成区域;再设计日历图、流量散点图和群体行为分布地图等视图,支持在宏观上分析群体行为随时间的变化和自流量与总流量的关系,在区域或站点尺度上分析群体行为的微观变化;最后结合多视图联动和交互分析,比较区域或站点的群体行为在工作日和周末的模式.通过4个案例,展示了群体租车行为的时空模式,证明了该系统在群体行为分析上的有用性和有效性.

摘要：在多体数据可视化中,并列视图的绘制方法往往存在空间位置不够直观和特征差异难以追踪等问题,而单一视图融合的绘制方法则会引发内部特征相互遮挡和可视化结果不易理解等问题.为此提出一种面向多体数据特征的可视化及分析工具,即语义透镜.首先结合体数据的多维属性分析设计语义列表,建立高层语义描述如大小、形状等与底层多维传输函数之间的关联,由用户根据需求交互设定语义透镜内外感兴趣特征;为实现透镜内外特征的平缓过渡,利用色彩感知理论度量融合颜色的正确感知度,自适应地推荐基于颜色或结构采样的特征融合方案,在过渡区域对透镜内外特征进行融合绘制;最后根据透镜的深度位置只聚焦透镜后的光线,在放大特定深度位置后的感兴趣特征的同时保持上下文特征的大小.文中利用语义透镜对多特征单体,多模态和多变量3种类型实验数据进行交互式探索,使用户在同一视图中聚焦分析多体特征,同时避免特征遮挡和融合带来的理解与分析障碍;可视化对比结果及用户反馈进一步验证了语义透镜的有效性和实用性.

摘要：在医学研究中会产生大量需要储存、传输的图像数据,如计算机断层扫描(CT)等.医院要处理海量患者的所有数据相当困难,必须对这些数据进行压缩.随着人工智能技术的发展,应用机器学习的医学图像数据压缩方法成为新的研究热点.文中首先总结了传统医学图像数据压缩方法;然后基于机器学习的医学图像数据压缩方法,对各类方法针对脑部CT、肺部CT等不同医学图像的压缩效果进行对比,并对这些方法在压缩率、算法复杂度、重构质量等方面的优缺点进行系统的总结,指出机器学习和感兴趣区域结合的方法可以在享受有损压缩带来的高压缩率的同时保留重要区域的特征信息,比其他压缩方法更贴合医学数据的压缩要求;最后展望了该领域的未来方向和挑战.

摘要：近年来,诸如非典型性肺炎、甲型H1N1、手足口病等传染病在社会各界引起了广泛关注,传染病的暴发往往具有季节性、空间性和相关性.为此提出了传染病可视分析系统,以直观分析传染病的时空模式,交互挖掘不同疾病、地区之间的关联性和相似性.时间模式通过时序折线图、季节变化堆叠图可视化不同传染病的长期趋势、季节消长规律,同时通过构建时序平行坐标系,交互利用地区分布对比图进行异常值分析.空间模式通过地图分类图以及交叉对比热力图来反应疾病在不同省份的空间分布规律、空间聚类结果以及相似性分析.通过对39种法定传染病的整体、个别趋势以及其中异常值的分析结果,表明所提系统能够综合考虑传染病数据的多维时空特性,可有效帮助用户挖掘传染病传播的时空模式,快速寻找传染病暴发时间节点和空间分布转移事件,从而更好地进行预防、把控和分析.

摘要：根据牙齿网格数据表面的特点,提出一种密度聚类DBSCAN和K-Means混合聚类的牙齿特征自动识别算法.首先利用平均曲率和高度值对数据进行预处理,加大区域间的距离;然后将牙齿点中高度值高的点投影到XOY平面作DBSCAN聚类,获取簇数和中心点作为下一步的输入;再使用K-Means算法对预处理的模型处理,用于牙齿区域的划分;最后基于每个划分区域对特征点进行识别.实验结果表明,该算法能够精确地检测出牙齿的特征点,比已有识别算法操作简单、正确率高.