用于分析多维度地理信息数据的动态的可视分析

一、论文介绍

用于分析多维度地理信息数据的动态的可视分析(Attribute Signatures: Dynamic Visual Summaries for Analyzing Multivariate Geographical Data )是Turkay, Cagatay, Slingsby, Aidan等人于2014年12月在IEEE可视化与计算机图形汇刊发表的论文。该论文旨在解决地理位置相关的多元属性由于受屏幕空间和地图大小限制,一次只能同时可视化的展示少量属性的问题。由于地理数据可视化普遍要求保留地图信息,而地图信息往往已经占用了位置和尺寸信息两个可视通道。因此,这就造成了可视通道资源的进一步短缺。本文通过提出一种实时的同时研究多元属性与空间位置信息关系的方法及有效的可视化交互方法,来保持空间上下文信息,同时利用图解说明了结合地理地形来分析多元信息的重要性。

二、具体内容

用于分析多维度地理信息数据的动态的可视分析_第1张图片

 上图为本文可视化工具的总览图。其中左侧围地图,右侧为选取的各种属性。在多维度探索中, 作者使用了Small-Multiple的形式,将不同的维度属性绘制成小的折线图,并排摆放成矩阵的形式。其中X轴是variation轴,即根据用户交互产生的变化动态产生的,y轴为比较轴,可以是该观察属性的原始值、统计值等,同时在图中也提供了比较基线,可以设置为固定基线(某个整体平均值或则标准差)或者自定义一类值作为基线。

1.交互对象

用于分析多维度地理信息数据的动态的可视分析_第2张图片

 交互方式的对象主要为三个方面:地理位置(SL)、地理范围(SE)及采样精度(SR)的变化,我们分别或连续地改变一个,并保持其他方面不变.

用于分析多维度地理信息数据的动态的可视分析_第3张图片 用于分析多维度地理信息数据的动态的可视分析_第4张图片

对于每个交互对象,作者主要使用了离散和连续两种方式。举地理位置选取为例,连续交互即用画刷在地图上画出一条连续的线段。这时右侧会根据你画出的轨迹,统计这条线段上经过的固定范围内各个属性的情况。从而利用折线图的方式在右侧表示出来。而离散型则是在地图上选取几个点,统计这几个点在固定范围内不同数据的变化情况。并在右侧属性面板里绘制出条形统计图。

2.属性签名

用于分析多维度地理信息数据的动态的可视分析_第5张图片

 属性签名表示沿变化轴的单个(或多个)属性中的更改。X轴是变化轴,与用户交互定义的地理方面(位置、范围或分辨率)相对应。Y轴表示计算出的统计数据的变化,并将动态计算的值与适当的基线进行比较。

3.属性的归一化与重排序

归一化:在本文中并没有提到归一化,但提到了Turkay等人动态创建属性签名的方法,且在后文中又提到了重排序,众说周知,要进行排序首先必须统一坐标的尺度,在结合Turkay等人的论文(虽然没有怎么看懂),猜测该方法在动态创建属性签名时便已将坐标归一化(或该方法本就是归一化的一种),在本文中提到该方法大致过程是这样的:将每个属性总结为与该区域相关的汇总统计数据,其中统计数据λ,例如平均μ或标准偏差σ等描述性统计数据,仅使用在变化轴上特定位置i处选择的数据点计算。然后,我们将这些“局部”计算结果λsi与基线值λbi进行比较,以计算位置i处的差异:Δi=λsi−λbi,类似于Turkay等人的差分图。所有属性的计算都是实时进行的,而Δi和λ是大小为p的向量——数据中属性的数量。在交互会话期间,用户选择(即递增i)位置或比例(范围或分辨率)。作为响应,对fly执行新的比较计算,并在每个属性签名中描述产生的差异。由于本人水平有限,只能看个大概,希望详细理解请阅读C. Turkay, P. Filzmoser, and H. Hauser. Brushing dimensions – a dual visual analysis model for high-dimensional data. IEEE TVCG, 17(12):2591–2599, dec. 2011.

重排序:除了基本交互外,作者还提供了辅助的交互手段如重排序,文中提到的具体方法如下:首先在概览图的右侧的Small-Multiple图中选则一个希望得到其相似图形的图作为基图,然后用欧式距离法计算其他Small-Multiple图与该图的相似度,计算好之后,将基图放在左上角的最顶端,其下则是与其相似度最接近的,其后是第二相似的,依次降序排列,其原文叙述如下:

用于分析多维度地理信息数据的动态的可视分析_第6张图片

参考:

[1]Cagatay Turkay, Aidan Slingsby, Helwig Hauser, Jo Wood, Jason Dykes, Attribute Signatures: Dynamic Visual Summaries for Analyzing Multivariate Geographical Data. IEEE Trans. Vis. Comput. Graph. (InfoVis), 2014, Pages 2033-2042

北大可视化博客:http://vis.pku.edu.cn/blog/attribute-signatures-dynamic-visual-summaries-for-analyzing-multivariate-geographical-data-%E7%94%A8%E4%BA%8E%E5%88%86%E6%9E%90%E5%A4%9A%E7%BB%B4%E5%BA%A6%E5%9C%B0%E7%90%86%E4%BF%A1%E6%81%AF/?tdsourcetag=s_pctim_aiomsg

浙大可视化博客:http://www.cad.zju.edu.cn/home/vagblog/?p=2688&tdsourcetag=s_pctim_aiomsg

你可能感兴趣的:(论文评述,前端)