随着智能设备的发展,在医疗、教育和公共服务等社会领域产生并累积了巨量的时变数据。由于时变数据数据量大,需要对它进行压缩存储。同时时变数据变化复杂,发现数据中的特征并进行可视化,是近些年来大数据处理与可视分析领域的一个研究热点。本文以时变数据的表意性绘制作为切入点,开发了一个时变数据微小特征放大可视化系统,同时开发了针对矢量场数据的压缩及可视分析系统。具体工作内容如下:1.提出了一种时变数据中微小信号的放大可视化技术。通过自适应地选择放大区域与放大频率,可以对淹没于其它信号中的微小特征进行放大表意性展示。本文设计了一个可视分析界面,方便用户对数据进行交互分析和探索。它使用随着时间变化的筛选技术展示想要得到的微小特征,其余的不相关特征可以用类似的方法不予显示。同时,这个可视化分析系统使用户可以交互的操作并分析时变特征。2.提出了一种基于Diffusion Curves的矢量场数据的压缩和可视分析技术,以流场中的少量特征曲线表达整个流场数据。该方法提取矢量场数据中的临界点和轮廓线,然后利用这些边界条件进行泊松方程求解,实现矢量场的初步压缩。基于以上方法,开发了一个可视分析系统。此系统输入流数据,通过系统的交互,在用户的帮助下一步步优化生成的还原曲线的效果。用户手动选择种子点,经过若干次的迭代,达到还原的最佳效果。