2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩131頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、信息可視化是將繁復(fù)的數(shù)據(jù)圖形化的科學(xué),主要是通過人的視覺來理解數(shù)據(jù)。因此如何更好地可視化來幫助視覺理解數(shù)據(jù),是一個非常重要的問題。近年來,視覺感知(Visual Perception)受到了信息可視化領(lǐng)域越來越多的重視,自2012年以來,每年的Vis會議上(Information Visualization)都有專門的Perception專題。視覺感知在可視化中的研究成為了繼可視化布局研究、多維數(shù)據(jù)可視化、圖與社交網(wǎng)絡(luò)及可視分析等領(lǐng)域之

2、后的又一個研究熱點。
  但是將量化的視覺感知理論應(yīng)用到可視化場景中的研究目前還是很少,以及如何在增強視覺感知的同時提高用戶的視覺興趣也少有研究者涉及。目前的研究是借鑒了圖像處理中關(guān)于視覺感知的應(yīng)用技術(shù),例如地圖可視化中,但是這種技術(shù)很難拓展到社交網(wǎng)絡(luò)等其他熱點領(lǐng)域?;谝曈X理論的可視化構(gòu)圖由于其符合視覺特征所以會更容易被感知,而具有藝術(shù)風(fēng)格的可視化被實驗證明具有更強的視覺印象,因此本文研究基于視覺感知的風(fēng)格可視化,將量化的視覺感

3、知理論應(yīng)用到可視化優(yōu)化,并進行風(fēng)格可視化生成,是非常有價值的研究。
  鑒于此,本文在以下三個方面展開研究。具體而言:
  1.風(fēng)格可視化研究。本文在研究了油畫風(fēng)格地圖、素描筆畫模型和素描風(fēng)格可視化的基礎(chǔ)上,提出了一種素描風(fēng)格增強的可視化方法。該方法通過對可視化中的基本圖元(點、線)進行素描風(fēng)格繪制建模,可生成具有逼真效果的素描風(fēng)格可視化,特別是素描中的“overshoot”效果,增強了素描風(fēng)格的表達。通過在多種可視化樣式上

4、的對比和用戶實驗,本文所提出的方法具有更強的素描風(fēng)格表現(xiàn)力和視覺吸引力。
  2.基于視覺尺度的可視化優(yōu)化研究。本文在研究了視覺注意理論及其在可視化中的應(yīng)用基礎(chǔ)上提出了一個多尺度下感知優(yōu)化的圖可視化方法。首先本文提出了圖感知的三個準則:簡化性、層次性和區(qū)分性。然后定義了多尺度下節(jié)點的感知重要性度量及感知范圍,通過進行布局簡化和布局形變以及定義點線大小與顏色的感知距離對圖可視化進行優(yōu)化。最后對不同尺度下基于感知優(yōu)化的圖可視化進行了對

5、比分析,并且對顏色的感知優(yōu)化做了進一步的研究。通過與經(jīng)典的圖簡化方法進行對比分析,可以發(fā)現(xiàn)本文所提出的框架可以幫助人們更好的理解數(shù)據(jù)的結(jié)構(gòu)、感知數(shù)據(jù)的特征并且我們還發(fā)現(xiàn)點的顏色使用暖色更利于感知。
  3.基于視覺跟蹤的風(fēng)格可視化研究。本文在研究了基于眼睛跟蹤數(shù)據(jù)的可視化評估的基礎(chǔ)上,提出了一種模擬視覺跟蹤過程的模型——視覺流模型,并通過與素描風(fēng)格可視化結(jié)合應(yīng)用到圖可視化中。該模型通過計算節(jié)點或聚類的顯著性構(gòu)建視覺流模型,并基于該

6、模型優(yōu)化可視化布局。實驗表明基于視覺流模型的素描可視化可以增強用戶的視覺感知,且具有很好的有效性和應(yīng)用性。
  在此基礎(chǔ)上,本文將上述相關(guān)研究應(yīng)用具體到微博信息傳播可視分析系統(tǒng)中。本文通過提出一種信息傳播函數(shù)與可視化系統(tǒng)來研究微博的信息傳播過程,并將視覺感知與素描風(fēng)格可視化應(yīng)用到系統(tǒng)中。通過實驗分析與用戶調(diào)研分析,證明本文的研究在幫助用戶分析數(shù)據(jù)特征上具有非常好的效果。
  本文的創(chuàng)新點主要表現(xiàn)在:(1)針對風(fēng)格可視化研究,

7、提出了增強素描風(fēng)格的可視化方法。該方法定義了點、線的素描風(fēng)格繪制算法,然后基于網(wǎng)絡(luò)圖的拓撲結(jié)構(gòu)定義了點、線的重要性,最后將二者結(jié)合起來生成具有素描風(fēng)格的可視化。通過與同類可視化效果的對比,可以發(fā)現(xiàn)本文所提方法具有更強的風(fēng)格化和更為逼真的手繪素描效果;(2)針對視覺注意理論的可視化研究,提出了一個多尺度下感知優(yōu)化的圖可視化方法。該方法反映了人們在不同尺度上所感知到的信息也是不同的,考慮到了數(shù)據(jù)特征與細枝末節(jié)間的平衡。通過與經(jīng)典的圖簡化方法

8、進行對比分析,可以發(fā)現(xiàn)本文所提出的框架可以幫助人們更好的理解數(shù)據(jù)的結(jié)構(gòu)、感知數(shù)據(jù)的特征;(3)針對視覺跟蹤的風(fēng)格可視化研究,提出了一種模擬視覺跟蹤過程的模型——視覺流模型,通過該模型可以分析視覺軌跡特征并指導(dǎo)圖可視化優(yōu)化。與風(fēng)格可視化的結(jié)合可以增強用戶的感知。
  本文的主要貢獻:對基于視覺感知的風(fēng)格可視化進行了深入的研究,對其中的一些關(guān)鍵問題進行了建模或設(shè)計了相應(yīng)的算法,并將研究具體應(yīng)用到實際問題中。實驗分析表明,本文所提出的這

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論