可視電話技術論文
可視電話技術論文
可視化理論歷經二十多年的發(fā)展，形成了眾多的方法和技術，每一種分類方法都難以概其全貌。下面是小編為大家精心推薦的可視電話技術論文，希望能夠對您有所幫助。
可視電話技術論文篇一
可視化技術簡述
摘要：可視化理論歷經二十多年的發(fā)展，形成了眾多的方法和技術，每一種分類方法都難以概其全貌?！犊梢暬喪觥窂默F(xiàn)有的分類方法入手，介紹每一種分類方法的特點，幫助讀者厘清方法與技術的區(qū)別與聯(lián)系，系統(tǒng)掌握可視化理論發(fā)展的脈絡，為進一步深入研究可視化理論提供參考，同時利于讀者合理的設計可視化需求，更加有效的實現(xiàn)可視化目的。
關鍵詞：可視化;概述;處理對象;數據類型;數據分析
中圖分類號：TP391.41文獻標識碼：A文章編號：1009-3044(2012)06-1402-06
The Summary of Visualization Theory
ZHU Yao-hua, HAO Wen-ning, CHEN Gang
(Engineering Institute of Corps of Engineers, PLA University of Science & Technology, Nanjing 210007, China)
Abstract: There are forming too many methods and techniques of Visualization with the development in the past two decades. But each kind of classification is hard to contain the whole of Visualization. This paper introduces the characteristics of every kind of classification, provides reference for the further research, to help readers to distinguish the difference and contact between method and technology, and to understand the development of visualization in all round.
Key words: visualization; summary; handling objects; data types; data analysis
“可視化”(visualization)其實質是利用計算機的圖形圖像處理技術，把各種數據信息轉換成合適的圖形圖像在屏幕上展示出來。這一過程涉及到圖形學、幾何學、輔助設計和人機交互等領域知識。
在20世紀上半葉，人們就已經利用多種統(tǒng)計表格和圖形這些相對原始的可視化技術來分析各種數據。在1986年10月，美國國家科學基金會在其舉辦的“圖形、圖像處理和工作站”討論會上，“科學計算可視化”的概念第一次被正式提出。1987年，由布魯斯・麥考梅克等人所編寫的美國國家科學基金會報告《Visualization in Scientific Computing》[1]，對可視化技術領域產生了大幅度的促進和刺激。人們不但利用醫(yī)學掃描儀和顯微鏡之類的數據采集設備產生大型的數據集，而且還利用可以保存文本、數值和多媒體信息的大型數據庫來收集數據。因而，就要高級的計算機圖形學技術與方法來處理和可視化這些規(guī)模龐大的數據集。二十世紀90年代初期，人們發(fā)起了“信息可視化”的研究領域，其支持抽象的異質數據集的分析工作。因此，目前人們正在逐漸接受這個同時涵蓋科學可視化與信息可視化領域的新生術語“數據可視化”。
1基于處理對象及目的的分類
隨著可視化技術的發(fā)展，逐漸形成了一些分類，通常情況下，人們習慣于將可視化分為以下四類：科學計算可視化、數據可視化、信息可視化和知識可視化。這四類可視化的主要區(qū)別在于可視化處理對象以及目的的不同。科學計算可視化主要用于處理科研領域實驗產生和收集的海量數據，力求真實的反應數據原貌，利于模擬實驗的進行;數據可視化較為籠統(tǒng)，一般用于處理數據庫和數據倉庫中儲存的數據，目的在于以可視化的方式呈現(xiàn)數據，利于使用者觀察;信息可視化抽象層次較高，其目的主要在于讓使用者方便地發(fā)現(xiàn)數據內部隱藏的規(guī)律;知識可視化則主要表現(xiàn)領域知識，使已有的知識能夠更加迅速有效的在人群中傳播。
1.1科學計算可視化
科學計算可視化也可稱作科學可視化，是指通過運用計算機圖形圖像處理等相關技術，將科學計算過程中得到的大量數據轉換為適當的圖形界面顯示出來，并能進行人際交互處理的一系列理論、方法和技術。
隨著可視化技術的發(fā)展，科學計算可視化也出現(xiàn)了一些分支方向，如體可視化、流場可視化。
可視化概念擴展到測量數據和工程數據等空間數據場時，衍生出了空間數據場可視化，一般稱之為體可視化(Volume Visualiza? tion)。體可視化技術主要研究如何表示、繪制體數據集，以觀察數據內部結構，方便理解事物的復雜特性。體數據集存在于很多領域，如工程建筑和氣象衛(wèi)星測量的空間場，超聲波探測工業(yè)產品和核磁共振產生的人體器官形成的密度場，地震預報的力場，以及航空航天實驗和核爆炸模擬等大型實驗產生的速度場、溫度場數據等，使得體可視化技術應用廣泛。
流場可視化技術是流體力學的重要組成部分，是科學計算可視化的分支之一。流場可視化技術的形成與發(fā)展有力的促進了計算流力學(Computational Fluid Dynamics)研究的深入。流場可視化技術用箭頭、流線和粒子跟蹤技術研究二維流場，重現(xiàn)計算流力學中的向量場和張量場數據。
科學計算可視化應用廣泛，氣象預報、醫(yī)學圖像處理、物理、油氣勘探、地學、有限元分析、生命科學等眾多領域都已經離不開科學計算可視化了。下面幾幅圖是科學計算可視化的一些典型應用，圖1是美國國家海洋和大氣局的預報系統(tǒng)實驗室開發(fā)的三維可視化軟件生成的圖像，有效的讓氣象工作者從大量的二維圖像計算中解脫出來，從而可以讓精力集中于預報所需的實際數值。圖2是美國航空航天局阿姆斯研究中心的航空航天數字模擬設備構筑的“虛擬風洞”，該技術基于三維交互特性，為分析非定常流動中的復雜結構提供了直觀的研究環(huán)境。圖3是英國的PGS Tigress公司開發(fā)的可視化軟件生成的圖像，其可以進行地震數據處理、測井評估以及模擬油氣存儲和生產的過程，在相關領域得到了廣泛的應用。
1.2數據可視化
一般認為，數據可視化是指對大型數據庫或者數據倉庫中的數據進行可視化。這使得用戶可以不再局限于通過關系數據庫來分析處理數據，能以更加直觀的方式來觀察研究數據。廣義的數據可視化則在一定程度上或全部包含了科學計算可視化、信息可視化和知識可視化。數據可視化的一般模型如下圖所示：
數據可視化借助于計算機的快速處理能力，并結合計算機圖形圖像學方面的技術，能夠把海量的數據以圖形、圖像或者動畫等多種可視化形式更加友好的展現(xiàn)給人們。其中，豐富的交互手段能夠顯著改善用戶的使用體驗，是可視化技術的價值倍增器。用戶可以通過人機交互的手段對顯示數據進行分類、篩選，并控制圖表的生成，便于以最佳的方式看到想要的數據。人機交互使得數據可視化技術更利于發(fā)現(xiàn)數據背后隱藏的規(guī)律，為人們分析使用數據、發(fā)現(xiàn)規(guī)律獲取知識提供了強有力的手段。圖5是某銀行的一個數據可視化示例，利用Xcelsius軟件制作，后臺數據是近10年中每個月份的銀行各種業(yè)務統(tǒng)計數據，通過數據可視化展現(xiàn)后，可以以餅圖、柱形圖、折線圖以及雷達圖等多種形式觀察數據，各種業(yè)務的市場表現(xiàn)規(guī)律清晰明了，并可以通過按鈕、單值指示器切換不同業(yè)務的數據展示，極大的方便了銀行業(yè)務決策。
圖5某銀行數據可視化示例
數據可視化經過20多年的發(fā)展，形成了多種技術，這里簡單做一介紹。
1)基于幾何的可視化技術，包括散點圖、解剖視圖、平行坐標法以及星形坐標法等。該技術主要通過幾何學的方法來表示數據。
以星形坐標法(如圖6)為例，它可以在二維平面上顯示出n維的空間數據。其原理是將n維的空間數據參照建立的坐標軸映射到二維平面上，每一維對應到一條坐標軸上，坐標軸在平面上交與一點。映射之后，n維的空間數據通過二維平面上的一個點來表示。
圖6星型坐標法
2)面相像素技術(也稱密集像素技術)。其原理是通過一個彩色的屏幕像素來表示一個數據項，并把代表每一個數據的像素歸納入臨近的區(qū)域。用像素點來表示數據，面臨的主要問題是如何合理有效的安排這些像素。該技術針對不同的可視化對象采取不同的方式來安排像素，最終的顯示結果能夠對數據局部關系、依賴性和熱點分布情況提供較為詳細的信息。比較著名的像素安排方式有遞歸模式技術和圓周分段技術。
3)基于圖標的技術。其原理是通過一個圖標的各個部分來表示n維的空間數據。圖標可以是“枝形圖”、“針圖標”、“星圖標”和“棍圖標”等。該技術適用于那些在二維平面上具有較好展開屬性的n維的空間數據集。以星圖標技術為例(如圖7)，一條射線表示一個維的數據，射線的長短表示數據的大小，射線的條數即數據維數，射線起點相同，夾角想通，端點由折線段相連。
圖7星圖標表示數據
4)基于層次的可視化技術。其原理將n維的數據空間劃分成若干子空間，同樣以層次結構的方式組織這些子空間，并用平面圖形將其表示出來。該技術主要用于那些具有層次結構的數據，如文件目錄、單位編制結構數據等。樹圖是其代表技術(如圖8)。1.3信息可視化
信息可視化(Information Visualization)主要是指利用計算機支撐的、交互的對非空間的、非數值型的和高維信息的可視化表示，以增強使用者對其背后抽象信息的認知[2]。信息可視化技術已經在信息管理的大部分環(huán)節(jié)中得以應用，如信息提供的可視化技術、信息組織與描述以及結構描述的可視化方法、信息檢索和利用的可視化等。
信息可視化的框架技術還可以分為三種：映射技術、顯示技術和交互控制技術[3]。映射技術主要是降維技術，如因素分析、自組織特征圖、尋徑網(Pathfinder)網、潛在語義分析和多維測量等。顯示技術把經過映射的數據信息以圖形的形式顯示出來，主要技術有：Focus+Context、Tree-map、Cone Tree和Hyperbolic Tree等。交互控制技術通過改變視圖的各種參數，以適當的空間排列方式和圖形界面展示合理的需求數據，從而達到將盡可能多的信息以可理解的方式傳遞給使用者，主要技術有：變形、變焦距、擴展輪廓、三維設計和Brushing。
信息可視化的典型工具有：Prefuse、CiteSpace、VitaPad和IVT。
下面三幅圖是信息可視化技術的應用示例，圖8是樹圖的一種表達方式;圖9是魚眼技術的應用，凸顯選中的節(jié)點，縮小其他節(jié)點;圖10是一種樹結構瀏覽方式，選中一個節(jié)點后，就只向節(jié)點后展開兩層，使用者可以很容易的知道自己所處瀏覽的位置。
1.4知識可視化
知識可視化(Knowledge Visualization)主要是指通過可視化技術來構建和傳遞各種復雜知識的一種圖解手段，以提高知識在目標人群中的傳播效率。
知識域可視化(Knowledge Domain Visualization)是指對基于領域內容的結構進行可視化，通過使用多種可視化的思維、發(fā)現(xiàn)、探索和分析技術從知識單元中抽取結構模式并將其在二維或三維知識空間中表示出來，即對某一知識領域的智力結構的可視化[4]。
圖10 Tree View知識域可視化技術可以幫助使用者快速進入新的知識領域并對其有一個總體上的直接理解，能使使用者更加高效的認識到感興趣的領域概念及概念間的關系。
目前知識域可視化的研究對象具體表現(xiàn)為對某知識領域的科技文獻，一個知識域可以用一組詞來限定。研究方法主要有共引法、共詞法、空間向量矩陣、自組織特征圖和尋徑網等。1.5幾種可視化方法比較
科學計算可視化技術開創(chuàng)以來，現(xiàn)代可視化技術得到了長足的發(fā)展，逐漸形成數據可視化、信息可視化和知識可視化，四種可視化技術相互聯(lián)系又互有區(qū)別。其處理對象從數據到知識是一個越發(fā)抽象的過程，數據是信息的載體，信息是數據的內涵，而知識又是信息的“結晶”[5]。數據、信息、知識以及智慧(Data、Information、Knowledge、Wisdom，DIKW)至今沒有一個明確的普遍認可的定義，它們是相對的且依賴于所處環(huán)境的[6]，Zeleny[7]認為DIKW金字塔最能準確表達四者之間的相互關系，數據是塔基而智慧是塔尖，Ackoff[8]認為貫穿于DIKW金字塔之間的核心因素是“理解”(understanding)，只有通過“理解”，才能從塔基升華到塔尖。
實際上，四種可視化技術之間的關系正如圖11所示[9]，它們之間沒有明顯的界限，從廣義上看科學計算可視化則從屬于數據可視化，數據、信息和知識在一定程度也是相通的，因此它們彼此都有交叉。
圖11常見可視化類型之間關系
2基于數據類型的分類
由本・施奈德曼(Ben Shneiderman)[10]概述的按照數據類型進行歸類，可以將數據分成以下七類：一維數據、二維數據、三維數據、多維數據、時序數據、層次結構數據和網絡結構數據等。從而將可視化分為如下七類：2.1一維數據可視化
一維數據即線性數據，如一列數字、文本或者計算機程序的源代碼等。文本文獻是最常見的一維數據，通常情況下文本文獻不需要進行可視化。
計算機軟件是一種特殊形式的一維數據，軟件維護過程中需要分析大量的程序源代碼，并從中找出特定的部分，因此有必要對其進行可視化。美國貝爾實驗室的Eick等人利用可視化系統(tǒng)SeeSoft實現(xiàn)了對百萬行以上的程序源代碼進行可視化。SeeSoft系統(tǒng)可以用于知識發(fā)現(xiàn)、項目管理、代碼管理和開發(fā)方法分析等領域，曾被成功用于檢測大型軟件源代碼中與“千年蟲”有關的問題代碼。
2.2二維數據可視化
二維數據指包括研究對象兩個屬性的數據。用長度和寬度來描述平面物體尺寸，用X軸和Y軸來表示物體位置坐標，以及各種平面圖都是二維數據的表現(xiàn)形式。最常見的二維數據可視化示例當屬地理信息系統(tǒng)(GIS)，地理信息的數據可視化極大的滿足了人們對地理信息的需求，各種基于位置的社交類軟件在電腦和智能手機領域如雨后春筍般繁榮起來，也從一個側面反映出二維數據可視化的重要性。
2.3三維數據可視化
三維數據指包括研究對象三個屬性的數據。相對于一維的“線”和二維的“面”，三維引入了“體”的概念。三維數據可視化在建筑、醫(yī)學等領域應用廣泛，很多科學計算機可視化也屬于三維數據可視化，通過計算機用三維可視化方法模擬現(xiàn)實物體，幫助研究人員進行模擬實驗，能有效的降低成本、提高效益。
2.4多維數據可視化
多維數據指研究對象具有三個以上屬性的數據。多維信息已經難以在平面或空間中構建出形象的模型，因此人們對多維數據的認知也相對困難。現(xiàn)實生活中有著大量的多維數據，例如學校里的學生信息，其中包含姓名、性別、民族、年齡、專業(yè)、班級、地址等。美國馬里蘭大學人機交互實驗室開發(fā)了一個動態(tài)查詢的框架結構軟件HomeFinder，該軟件可以連接華盛頓特區(qū)的售房數據庫，使用者可以選擇按照價格、面積、地址和房間數量等進行可視化的動態(tài)排序。
2.5時間序列數據可視化
時間序列數據指那些具有時間屬性的數據，也稱時序數據。時序數據容易反映出事件前后發(fā)生的持續(xù)情況。學者Liddy建立了一個從文本信息中抽取時間信息的系統(tǒng)SHESS，該系統(tǒng)可以自動生成一個知識庫，該知識庫能夠聚集關于任何已命名的實體信息，并且按照時序組織這些知識，時序覆蓋知識庫的整個周期。
2.6層次結構數據可視化
層次結構是抽象數據信息之間一種普遍的關系，常見的如單位編制、磁盤目錄結構、圖書分類方法以及文檔管理等。描述層次結構數據的傳統(tǒng)方法是利用目錄樹，這種表示方法簡單直觀，然而對于大型的層次結構數據而言，由于層次結構在橫向和縱向的擴展不成比例，樹結構的分支很快就會交織在一起，顯得混亂不堪。在對層次結構數據可視化研究的過程中出現(xiàn)了一些新的方法，如1.3小節(jié)中提到的Tree-map等。
Xerox PARC的科研人員開發(fā)了Cone and Cam Trees。該方法用三維空間來描述層次信息，根節(jié)點放置在空間的頂端或者最左端，子節(jié)點均勻的分布在根節(jié)點的下面或者右面的錐形延展部分。Cone and Cam Trees可以動態(tài)的顯示，當使用者點擊了某個節(jié)點時，該節(jié)點就會高亮顯示，同時樹結構將該節(jié)點旋轉到圖形的前方。一個完整的Cone and Cam Trees圖形能夠持續(xù)旋轉，便于使用者觀察大型層次等級結構信息，進而理解其中的關系。研究人員在單獨的一個屏幕范圍內創(chuàng)造的Cone and Cam Trees圖形能夠描述80頁書本的有組織內容。2.7網絡結構數據可視化
網絡結構數據沒有固定的層次結構，兩個節(jié)點之間可能會有多種聯(lián)系，節(jié)點與節(jié)點之間的關系也可能有多個屬性。網絡信息不計其數，分布在全球各地的網站上，彼此之間通過超鏈接交織在一起，其規(guī)模還在繼續(xù)膨脹。如何方便有效的利用網絡信息，成為一個迫切需要解決的問題。
數據可視化的概念范圍較大，也有認為這七類可視化更是信息可視化的細分[11]。信息可視化是近年來提出的一項新課題，其研究對象以多維標量數據為主，研究重點在于設計合理的顯示界面，便于用戶更好的從海量多維數據中獲取有效的信息。
3基于可視數據分析技術的分類
由Daniel Keim[12]提出的基于可視數據分析技術的分類方法，從數據類型、可視化技術和交互技術的角度來分析研究可視化的分類方法。事實上，這三個要素即是數據可視化的主要組成部分。圖12描述了這三要素的具體內容[13]。
數據類型和可視化技術在上文中分別都有介紹。交互和變形技術越來越是可視化技術中必不可少的一項技術，它使用戶能夠直接生動的與可視化視圖進行交互，并根據用戶研究重點的變化動態(tài)的跟進改變視圖呈現(xiàn)方式。用戶根據研究對象的相關知識和具體需求可以通過交互變形技術使可視化視圖以多種不同的效果來進行展示，方便從多角度對數據信息進行分析觀察，從而達到更好的使用效果。
4結束語
以上列舉三種可視化分類方法，這三種分類方法比較典型，具有很強的代表性，事實上還有Ed H Chi[14]提出的基于數據狀態(tài)模
型的分類方法等?？梢暬碚摎v經了20多年的發(fā)展形成了多種方法和技術，已經難以用某一種分類方法去包羅所有，它們的共同
特點都是利用相關的計算機技術來進行分析并合理顯示數據，然而其概念眾多，研究重點也不盡相同，實現(xiàn)方法則更是多種多樣?？梢暬诸惙椒梢杂脕韺崿F(xiàn)需求與可視化技術的匹配[15]。它可以指導使用者選擇合適的可視化方法并利用合理的技術來實
現(xiàn)不同的目的。本文首先從基于處理對象及目的對可視化方法進行分類，這是最常見的分類方法，并介紹了一些常見的可視化技
術;然后介紹了基于數據類型的分類方法，這種分類方法同樣較為常見，而實現(xiàn)技術則跟分類方法沒有太大關系;最后介紹了基于
可視數據分析技術的分類方法，這種方法將之前介紹的可視化技術以及數據類型跟交互和變形技術結合在一起，這種分類方法能
夠讓使用者從宏觀上把握可視化分類，并系統(tǒng)的認識可視化技術，加強了可視化類型和可視化技術之間的聯(lián)系。
參考文獻：
[1] Mccormick B H,Defanti T A,Brown M D,et al.Visualization in Scientific Computing[J].Computer Graphics,1987,12(6):1103-1109.
[2] Chen Chaomei.Mapping Scientific Frontiers: The Quest Knowledge Visualization[M].Singapore:Springer-Verlag London Ltd,2003.
[3]李淑麗.信息可視化工具的比較研究[D].哈爾濱:黑龍江大學,2006:10-13.
[4]周寧,張李義.信息資源可視化模型方法[M].北京:科學出版社,2008:244-250.
[5]張卓,宣蕾,郝樹勇.可視化技術研究與比較[J].現(xiàn)代電子技術,2010(17):133-137.
[6] Dong Hyun Jeong.Knowledge Visualization: From Theory to Practice[D].North Carolina:The University of North Carolina,2010.
[7] Zeleny M.Management support systems: Towards integrated knowledge management[J].Human Systems Management,1987(7):59-70.
[8] Ackoff, R L.From data to wisdom[J].Journal of Applied Systems Analysis,1989(16):3-9.
[9]劉波,徐學文.可視化分類方法對比研究[J].情報雜志,2008(2):28-30.
[10] Shneiderman B.The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations[C]//IEEE Symposium on Visual Lan? guages’96,Los Alamos,CA,1996:336-343.
[11]芮小平.空間信息可視化關鍵技術研究[D].北京:中國科學院研究生院,2004:7-8.
[12]Keim D A.Information Visualization and Visual Data Mining[C]//IEEE Transactions on Visualization and Computer Graphics,2002,7(1): 100-107.
[13]翟旭君.基于平行坐標的可視化數據挖掘技術研究[D].北京:清華大學,2004:3.
[14] Chi Ed H.A Taxonomy of Visualization Techniques Using the Data State Reference Model[C]//Proceeding of the IEEE Symposium on In? formation Visualization 2000(InfoVis’00),2000.
[15] Wenzel S,Bernhard J,Jessen U.A Taxonomy of Visualization Techniques for Simulation in Production and Logistics[C]//Proceeding of the 2003 Winter Simulation Conference,2003:729-736.
點擊下頁還有更多>>>可視電話技術論文