搜索结果 文章归档: 九月 2014

[论文快速浏览]INFOVIS 2014: Maps & Trees

作者：zhaoxin  日期：2014 年 9 月 30 日 没有评论

文章列表：

1.《Origin-Destination Flow Data Smoothing and Mapping》
2.《Stenomaps: Shorthand for Shapes》
3.《Nmap: A Novel Neighborhood Preservation Space-filling Algorithm》
4.《Tree Colors: Color Schemes for Tree-Structured Data》
《Origin-Destination Flow Data Smoothing and Mapping》
本文针对Origin-Destination流动数据的平滑和映射的三个明显问题：1. 流图的结果叠加造成了混乱；2.现有的聚类和分割方法会使提取出得pattern的准确性出现偏差；3.对于不在同一个数量级上得数据样本所得到的可是分析结果存在缺陷。提出了一种提取临界区域，基于核密度估计的流图聚类，筛选流线的方法，可以针对Origin-Destination类型的流畅数据，提取出用户所希望得到的结果。

拓扑分析用于城市数据探索

作者：admin  日期：2014 年 9 月 27 日 没有评论

城市数据规模与日递增，为政府职能部门制定新政策和提高管理水平进而提高人民的生活水平带来新机遇。然而，有效地分析城市数据依然存在诸多挑战。一方面城市数据规模巨大，另外一方面城市系统极为复杂其内在的时空特征难以处理。聚合方法在城市数据分析过程中较为常见。聚合方法的核心问题是聚合的粒度与探索数据片(Data Slices)之间的平衡。粒度（空间或时间）较粗能减少数据片的数量，但是可能导致信息丢失。例如图1显示的是2011年5月1日上午8点到9点纽约出租车上下客的热力图，图（a）中在第六大街没有出租车上下客的记录，因为当时此处因举行NYC 5 Boro Bike Tour而封路。然而在图（b）和（c）以天为单位的聚类很难发现小的局部事件。细粒度的聚合能避免此类问题，但是需要探索更多的数据片，在手工探索界面中寻找城市数据中的模式是不切实际的。在这篇论文中，作者试图通过自动方法检测发生的事件，以此指导用户探索感兴趣的数据。

图1 难以检测的非常规事件

继续阅读 =>

论文报告：Visualizing Mobility of Public Transportation System

作者：wfr_007  日期：2014 年 9 月 26 日 没有评论

论文：Visualizing Mobility of Public Transportation System

 

作者：Wei Zeng, Chi-Wing Fu, Stefan Müller Arisona, Alexander Erath, and Huamin Qu

 

发表会议：VAST 2014

 

城市的公共交通系统作为城市交通重要的组成部分，是为城市计算的研究热点。本文所用数据为城市交通系统中乘客乘坐公交和捷运留下的打卡数据，研究的问题也很明确。首先，如果给定出发点A，给定自出发点A所耗费的时间t0，如何表现和分析能到达的目的地集合B，以及这些路线的的行进时间和行进效率；其次，给定出发点A和具体的目的地Bi，怎样展示自A到Bi的细节路径和活动关联因素，尔后对这些进行评估和分析。

 

所谓的活动关联因素是指：

等待时间——乘客在公交站和地铁站台等待时间。

乘车时间——乘客乘坐交通工具行进的时间。

换乘时间——乘客在换乘点间花费的时间，如走路等。

出行效率——在一对出发地和目的地间出行的效率，相对于整个公共交通系统内行进的均值效率。

为了分析这些因素，作者首先建立起这些因素之间的关系，设定一次出行的时间为等待时间、乘车时间以及换乘时间之和

公式一

继续阅读 =>

论文报告：Blood Flow Clustering and Applications in Virtual Stenting of Intracranial Aneurysms

作者：admin  日期：2014 年 9 月 26 日 没有评论

论文：Blood Flow Clustering and Applications in Virtual Stenting of Intracranial Aneurysms

作者：Steffen Oeltze, Dirk J. Lehmann, Alexander Kuhn, Gabor Janiga, Holger Theisel, and Bernhard Preim

发表会议：VIS 2014

本文试图使用聚类的方法和其可视化展示，用于分析基于病人个体数据的血液流CFD(computational fluid dynamics)模拟数据，以判定颅内肿瘤虚拟支架的效果。为了寻找最合适的聚类方法，本文定量分析了三种在流线型数据中常用的聚类方法和其变种。此外，本文还介绍了多种基于聚类的流概述可视化方法。最后，对这些方法进行了专家评估。

继续阅读 =>

2014年9月14日VAG迎新晚宴

作者：admin  日期：2014 年 9 月 15 日 没有评论

2014年9月14日晚，本组在紫金港国际饭店为本学期将要来实验室做毕设或参与项目的本科生同学举办了迎新自助晚宴，他们是来自计算机系、数字媒体技术系和数学系的大三或者大四的同学，有部分同学也有意愿以后继续留在我们小组读博或是读硕。祝他们日后在实验室学习愉快、工作顺利！